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

Claude Sonnet 4.6 平均分领先，为 7.3 vs 7.0。 Kimi K2.5 (medium) benchmark 成本更低，为 $0.600 vs $0.661。 Claude Sonnet 4.6 更快，为 8.12s vs 99.00s，通过率为 57.6% vs 65.2%。

推荐模型Claude Sonnet 4.6它在这里得分最高（7.3），同时响应速度比Kimi K2.5 (medium)快约 12.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17	Kimi K2.5 Kimi K2.5 medium 发布日期: 2026-01-27

指标	Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17	Kimi K2.5 Kimi K2.5 medium 发布日期: 2026-01-27
分数	7.3	7.0
排名	#71	#85
可靠性	10.0	10.0
一致性	9.7	7.0
测试正确
尝试通过率	57.6%	65.2%
不稳定测试	1	8
总运行次数	66	66
每个结果成本	5.502	4.789
总成本	$0.661	$0.600
输入价格	$3.000 / 1M	$0.571 / 1M
输出价格	$15.000 / 1M	$2.850 / 1M
总输入令牌	123,264	118,448
输出令牌	19,362	62,124
推理令牌	0	165,243
响应时间（平均）	8.12s	99.00s
响应时间（最大）	51.18s	281.00s
响应时间（总计）	121.78s	1485.04s

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none

成本: $0.038
时间: 27.3s
令牌: 2,598 tok

#85 MoonshotAI: Kimi K2.5

medium

成本: $0.030
时间: 58.6s
令牌: 8,683 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

类别:

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 Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
Kimi K2.5	7.3	5.8	83.3%	2		51.38s	634	2,789	8,880

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 Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
Kimi K2.5	6.1	4.6	66.7%	2		217.49s	6,935	5,705	74,693

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 Sonnet 4.6	9.8	10.0	100.0%	0		37.51s	91,402	13,663	0
Kimi K2.5	6.7	9.1	50.0%	0		89.19s	95,416	14,448	11,209

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 Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
Kimi K2.5	10.0	10.0	100.0%	0		49.78s	7,020	563	7,940

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 Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
Kimi K2.5	3.5	4.4	33.3%	2		137.29s	485	20,753	30,564

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 Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	0
Kimi K2.5	6.5	3.4	66.7%	1		69.73s	480	3,815	4,262

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 Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
Kimi K2.5	10.0	10.0	100.0%	0		92.47s	675	5,371	6,547

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 Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
Kimi K2.5	5.3	7.3	44.4%	1		43.23s	659	8,426	12,692

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 Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
Kimi K2.5	10.0	10.0	100.0%	0		31.74s	5,933	242	812

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 Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
Kimi K2.5	3.0	10.0	0.0%	0		83.95s	211	12	7,644

快速对比

切换对比组合