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

AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs MoonshotAI: Kimi K2.7 Code

摘要

Claude Sonnet 4.6 vs Kimi K2.7 Code benchmark 对比：Claude Sonnet 4.6 平均分领先，为 7.3 vs 7.0。 Claude Sonnet 4.6 benchmark 成本更低，为 $0.316 vs $0.669。 Claude Sonnet 4.6 更快，为 5.04s vs 83.60s，通过率为 55.6% vs 66.7%。

推荐模型: Claude Sonnet 4.6 - 它在这里得分最高（7.3），同时成本比Kimi K2.7 Code低约 2.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17 Kimi K2.7 Code Kimi K2.7 Code medium 发布日期: 2026-06-12
分数 7.3 7.0
排名 #56 #65
可靠性 10.0 9.2
一致性 9.7 7.7
测试正确
尝试通过率 55.6% 66.7%
不稳定测试 1 6
总运行次数 63 63
每个结果成本 2.870 6.074
总成本 $0.316 $0.669
输入价格 $3.000 / 1M $0.950 / 1M
输出价格 $15.000 / 1M $4.000 / 1M
总输入令牌 57,886 25,991
输出令牌 9,465 80,516
推理令牌 0 161,391
响应时间（平均） 5.04s 83.60s
响应时间（最大） 23.84s 365.80s
响应时间（总计） 70.60s 1671.99s

Generation showcase

Hamster playing table tennis

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

#56 Claude Sonnet 4.6

none
Cost
$0.038
Time
27.3s
Tokens
2,598 tok

#65 MoonshotAI: Kimi K2.7 Code

medium
Cost
$0.025
Time
138.0s
Tokens
6,093 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 Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 636 1,214 0
Kimi K2.7 Code 7.3 5.8 83.3% 2 11.56s 618 3,048 5,041
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 K2.7 Code 7.6 7.2 77.8% 1 146.73s 4,650 1,864 25,635
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 9.5 10.0 100.0% 0 23.84s 26,024 3,766 0
Kimi K2.7 Code 4.7 1.6 66.7% 1 34.83s 11,271 444 3,906
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 K2.7 Code 10.0 10.0 100.0% 0 12.27s 7,014 248 2,569
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 K2.7 Code 5.3 7.2 44.4% 1 213.29s 431 55,572 63,639
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 K2.7 Code 10.0 10.0 100.0% 0 10.78s 477 1,024 1,071
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 K2.7 Code 9.9 10.0 100.0% 0 5.39s 669 725 1,232
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 K2.7 Code 5.9 7.7 44.4% 1 41.00s 651 15,438 17,368
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 K2.7 Code 3.0 10.0 0.0% 0 0ms 0 0 0
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 K2.7 Code 3.0 10.0 0.0% 0 341.76s 210 2,153 40,930

快速对比

切换对比组合

Gemini 3.5 FlashnonevsKimi K2.7 CodemediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGLM 5V TurbomediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowKimi K2.7 CodemediumvsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsKimi K2.7 CodemediumClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGemma 4 26B A4Bmedium免费可用Kimi K2.7 CodemediumvsQwen3.7 MaxnoneKimi K2.7 CodemediumvsQwen3.7 PlusnoneClaude Sonnet 4.6nonevsDeepSeek V3.2medium