AI BENCHY 对比

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

摘要

Claude Opus 4.8 vs Kimi K2.6 benchmark 对比：平均分几乎持平，为 7.7 vs 7.8。 Kimi K2.6 benchmark 成本更低，为 $0.831 vs $1.270。 Claude Opus 4.8 更快，为 10.83s vs 71.67s，通过率为 79.4% vs 65.1%。

推荐模型: Claude Opus 4.8 - 它在这里得分最高（7.7），同时响应速度比Kimi K2.6快约 6.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-30

指标	Claude Opus 4.8 Claude Opus 4.8 low 发布日期: 2026-05-28	Kimi K2.6 Kimi K2.6 medium 发布日期: 2026-04-20 免费可用

指标	Claude Opus 4.8 Claude Opus 4.8 low 发布日期: 2026-05-28	Kimi K2.6 Kimi K2.6 medium 发布日期: 2026-04-20 免费可用
分数	7.7	7.8
排名	#38	#36
可靠性	10.0	10.0
一致性	8.8	8.6
测试正确
尝试通过率	79.4%	65.1%
不稳定测试	3	3
总运行次数	63	63
每个结果成本	8.466	8.358
总成本	$1.270	$0.831
输入价格	$5.000 / 1M	$0.550 / 1M
输出价格	$25.000 / 1M	$3.200 / 1M
总输入令牌	60,946	29,450
输出令牌	31,771	102,923
推理令牌	6,831	254,094
响应时间（平均）	10.83s	71.67s
响应时间（最大）	127.97s	406.78s
响应时间（总计）	227.39s	1433.36s

生成展示

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

成本: $0.031
时间: 14.1s
令牌: 1,345 tok

#36 MoonshotAI: Kimi K2.6

medium

成本: $0.013
时间: 103.4s
令牌: 3,620 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

快速对比

切换对比组合