Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
Your ad here

AI BENCHY Compare

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

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică Anthropic: Claude Sonnet 4.6 none Lansare: Data lansării necunoscută MoonshotAI: Kimi K2.5 medium Lansare: Data lansării necunoscută
Rang #14 #17
Scor 6.36 6.29
Consistență 9.50 7.69
Cost per rezultat 1.325 2.335
Cost total $0.106 $0.187
Teste corecte
Teste greșite 6 6
Rată de trecere pe încercare 59.5% 73.8%
Teste instabile 1 4
Tokenuri de ieșire 2,637 30,504
Tokenuri de raționament 0 58,467

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 4.00 10.00 33.3% 0 1,199 0
MoonshotAI: Kimi K2.5 7.00 7.21 88.9% 1 335 6,255
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 252 0
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 1,181 6,049
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 54 0
MoonshotAI: Kimi K2.5 1.00 4.41 33.3% 2 20,696 30,894
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 5.50 10.00 50.0% 0 90 0
MoonshotAI: Kimi K2.5 9.50 10.00 100.0% 0 3,777 4,967
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 5.00 7.68 44.4% 1 595 0
MoonshotAI: Kimi K2.5 5.00 7.61 55.6% 1 4,273 9,490
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 447 0
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 242 812

Schimbă perechea de comparație

Compară Anthropic: Claude Sonnet 4.6 cu...

Compară MoonshotAI: Kimi K2.5 cu...