Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs MoonshotAI: Kimi K2.7 Code

Rezumat

Comparație benchmark Claude Opus 4.8 vs Kimi K2.7 Code: Claude Opus 4.8 conduce la scorul mediu cu 7.2 vs 7.0. Claude Opus 4.8 are costul de benchmark mai mic, $0.539 vs $0.669. Claude Opus 4.8 este mai rapid cu 3.47s vs 83.60s, cu rate de reușită de 61.9% vs 66.7%.

Model recomandat: Claude Opus 4.8 - Are cel mai bun scor aici (7.2) și răspunde de aproximativ 24.1x mai rapid decât Kimi K2.7 Code.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-12

Metrică Claude Opus 4.8 Claude Opus 4.8 none Lansare: 2026-05-28 Kimi K2.7 Code Kimi K2.7 Code medium Lansare: 2026-06-12
Scor 7.2 7.0
Rang #59 #65
Fiabilitate 10.0 9.2
Consistență 9.2 7.7
Teste corecte
Rată de trecere pe încercare 61.9% 66.7%
Teste instabile 2 6
Rulări totale 63 63
Cost per rezultat 4.485 6.074
Cost total $0.539 $0.669
Preț de intrare $5.000 / 1M $0.950 / 1M
Preț de ieșire $25.000 / 1M $4.000 / 1M
Total tokenuri de intrare 67,104 25,991
Tokenuri de ieșire 8,107 80,516
Tokenuri de raționament 0 161,391
Timp de răspuns (mediu) 3.47s 83.60s
Timp de răspuns (maxim) 17.73s 365.80s
Timp de răspuns (total) 72.90s 1671.99s

Generation showcase

Hamster playing table tennis

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

#59 Claude Opus 4.8

none
Cost
$0.053
Time
22.0s
Tokens
2,253 tok

#65 MoonshotAI: Kimi K2.7 Code

medium
Cost
$0.025
Time
138.0s
Tokens
6,093 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Kimi K2.7 Code 7.3 5.8 83.3% 2 11.56s 618 3,048 5,041
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Kimi K2.7 Code 7.6 7.2 77.8% 1 146.73s 4,650 1,864 25,635
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Kimi K2.7 Code 4.7 1.6 66.7% 1 34.83s 11,271 444 3,906
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Kimi K2.7 Code 10.0 10.0 100.0% 0 12.27s 7,014 248 2,569
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 7.2 44.4% 1 1.66s 975 61 0
Kimi K2.7 Code 5.3 7.2 44.4% 1 213.29s 431 55,572 63,639
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 3.48s 708 230 0
Kimi K2.7 Code 10.0 10.0 100.0% 0 10.78s 477 1,024 1,071
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 9.9 10.0 100.0% 0 1.37s 909 95 0
Kimi K2.7 Code 9.9 10.0 100.0% 0 5.39s 669 725 1,232
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 7.7 10.0 66.7% 0 2.74s 894 783 0
Kimi K2.7 Code 5.9 7.7 44.4% 1 41.00s 651 15,438 17,368
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 5.35s 11,775 355 0
Kimi K2.7 Code 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.41s 258 212 0
Kimi K2.7 Code 3.0 10.0 0.0% 0 341.76s 210 2,153 40,930

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.5 FlashnonevsKimi K2.7 CodemediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponibil gratuitKimi K2.7 CodemediumvsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsKimi K2.7 CodemediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowKimi K2.7 CodemediumvsQwen3.7 MaxnoneKimi K2.7 CodemediumvsQwen3.7 Plusnone