Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs MoonshotAI: Kimi K2.6

Rezumat

Comparație benchmark Claude Opus 4.8 vs Kimi K2.6: Scorul mediu este practic egal la 7.7 vs 7.8. Kimi K2.6 are costul de benchmark mai mic, $0.831 vs $1.270. Claude Opus 4.8 este mai rapid cu 10.83s vs 71.67s, cu rate de reușită de 79.4% vs 65.1%.

Model recomandat: Claude Opus 4.8 - Are cel mai bun scor aici (7.7) și răspunde de aproximativ 6.6x mai rapid decât Kimi K2.6.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-30

Metrică Claude Opus 4.8 Claude Opus 4.8 low Lansare: 2026-05-28 Kimi K2.6 Kimi K2.6 medium Lansare: 2026-04-20 Disponibil gratuit
Scor 7.7 7.8
Rang #38 #36
Fiabilitate 10.0 10.0
Consistență 8.8 8.6
Teste corecte
Rată de trecere pe încercare 79.4% 65.1%
Teste instabile 3 3
Rulări totale 63 63
Cost per rezultat 8.466 8.358
Cost total $1.270 $0.831
Preț de intrare $5.000 / 1M $0.550 / 1M
Preț de ieșire $25.000 / 1M $3.200 / 1M
Total tokenuri de intrare 60,946 29,450
Tokenuri de ieșire 31,771 102,923
Tokenuri de raționament 6,831 254,094
Timp de răspuns (mediu) 10.83s 71.67s
Timp de răspuns (maxim) 127.97s 406.78s
Timp de răspuns (total) 227.39s 1433.36s

Prezentare generare

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#38 Claude Opus 4.8

low
Cost
$0.031
Timp
14.1s
Tokenuri
1,345 tok

#36 MoonshotAI: Kimi K2.6

medium
Cost
$0.013
Timp
103.4s
Tokenuri
3,620 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 618 7,115 8,934
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
Kimi K2.6 10.0 10.0 100.0% 0 40.96s 11,271 711 13,876
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 7,014 316 11,305
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
Kimi K2.6 5.3 7.2 44.4% 1 202.38s 326 47,035 98,262
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
Kimi K2.6 10.0 10.0 100.0% 0 17.83s 477 3,981 4,472
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
Kimi K2.6 10.0 10.0 100.0% 0 12.53s 669 3,977 5,269
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
Kimi K2.6 6.0 7.4 55.6% 1 25.06s 651 13,860 17,599
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
Kimi K2.6 10.0 10.0 100.0% 0 8.92s 5,286 248 1,011
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
Kimi K2.6 3.0 10.0 0.0% 0 130.27s 213 15,710 16,177

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumKimi K2.6mediumDisponibil gratuitvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsMiniMax M3mediumClaude Opus 4.8lowvsDeepSeek V4 ProhighClaude Opus 4.8lowvsGrok Build 0.1mediumDeepSeek V4 ProhighvsKimi K2.6mediumDisponibil gratuitClaude Opus 4.8lowvsQwen3.5-27Bmedium