导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

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

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 Anthropic: Claude Sonnet 4.6 medium 发布日期: 发布日期未知 MoonshotAI: Kimi K2.5 medium 发布日期: 发布日期未知
排名 #8 #17
分数 7.43 6.29
一致性 9.40 7.69
每个结果成本 8.105 2.335
总成本 $0.811 $0.187
测试正确
错误测试数 4 6
尝试通过率 73.8% 73.8%
不稳定测试 1 4
输出令牌 29,098 30,504
推理令牌 20,435 58,467

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 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
MoonshotAI: Kimi K2.5 7.00 7.21 88.9% 1 335 6,255
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 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 727 907
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 1,181 6,049
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
MoonshotAI: Kimi K2.5 1.00 4.41 33.3% 2 20,696 30,894
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 316 523
MoonshotAI: Kimi K2.5 9.50 10.00 100.0% 0 3,777 4,967
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 579 642
MoonshotAI: Kimi K2.5 5.00 7.61 55.6% 1 4,273 9,490
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 655 351
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 242 812

切换对比组合

将 Anthropic: Claude Sonnet 4.6 与...对比

将 MoonshotAI: Kimi K2.5 与...对比