Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs MoonshotAI: Kimi K2.5

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 none Lansare: 2026-02-17 Kimi K2.5 Kimi K2.5 medium Lansare: 2026-01-27
Scor 7.0 6.7
Rang #78 #85
Fiabilitate 10.0 10.0
Consistență 9.7 6.8
Teste corecte
Rată de trecere pe încercare 58.3% 66.7%
Teste instabile 1 8
Rulări totale 60 60
Cost per rezultat 2.782 3.486
Cost total $0.306 $0.314
Preț de intrare $3.000 / 1M $0.400 / 1M
Preț de ieșire $15.000 / 1M $1.900 / 1M
Tokenuri de ieșire 9,450 48,374
Tokenuri de raționament 0 128,473
Timp de răspuns (mediu) 5.27s 89.02s
Timp de răspuns (maxim) 23.84s 281.00s
Timp de răspuns (total) 68.50s 1157.32s

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 ieșire Tokenuri de raționament
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 0
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 2,789 8,880
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 6.8 10.0 50.0% 0 6.73s 2,112 0
Kimi K2.5 4.1 1.9 50.0% 2 215.89s 5,700 45,419
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 0
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 0
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 563 7,940
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 0
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 20,753 30,564
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 0
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 3,815 4,262
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 0
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 533 0
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 8,426 12,692
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 431 0
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 12 7,644

Comparație rapidă

Schimbă perechea de comparație