#23 Claude Sonnet 5
medium- 成本
- $0.007
- 时间
- 6.4s
- 令牌
- 832 tok
Anthropic: Claude Sonnet 5 vs MoonshotAI: Kimi K3
Claude Sonnet 5 (medium) 平均分领先，为 8.3 vs 8.0。 Claude Sonnet 5 (medium) benchmark 成本更低，为 $0.922 vs $3.112。 Claude Sonnet 5 (medium) 更快，为 12.52s vs 122.48s，通过率为 80.3% vs 75.8%。
推荐模型Claude Sonnet 5 (medium)它在这里得分最高（8.3），同时成本比Kimi K3 (max)低约 3.4 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | Claude Sonnet 5 Claude Sonnet 5 medium | Kimi K3 Kimi K3 max |
|---|---|---|
| 分数 | 8.3 | 8.0 |
| 排名 | #23 | #31 |
| 可靠性 | 10.0 | 9.1 |
| 一致性 | 9.0 | 9.5 |
| 测试正确 | ||
| 尝试通过率 | 80.3% | 75.8% |
| 不稳定测试 | 3 | 1 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 5.760 | 19.446 |
| 总成本 | $0.922 | $3.112 |
| 输入价格 | $2.000 / 1M | $3.000 / 1M |
| 输出价格 | $10.000 / 1M | $15.000 / 1M |
| 总输入令牌 | 145,956 | 34,916 |
| 输出令牌 | 52,333 | 2,910 |
| 推理令牌 | 10,874 | 197,529 |
| 响应时间（平均） | 12.52s | 122.48s |
| 响应时间（最大） | 66.71s | 766.58s |
| 响应时间（总计） | 275.42s | 2327.06s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#31 MoonshotAI: Kimi K3
max- 成本
- $0.281
- 时间
- 506.9s
- 令牌
- 18,863 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 5 | 10.0 | 10.0 | 100.0% | 0 | 3.80s | 834 | 1,220 | 446 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 10.24s | 1,638 | 496 | 2,629 |
| 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 5 | 9.0 | 7.9 | 88.9% | 1 | 17.28s | 10,590 | 13,153 | 2,379 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 325.79s | 8,061 | 460 | 84,012 |
| 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 5 | 7.3 | 6.0 | 83.3% | 1 | 51.86s | 107,934 | 23,169 | 5,371 | |
| Kimi K3 | 6.5 | 10.0 | 50.0% | 0 | 223.03s | 12,792 | 399 | 20,460 |
| 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 5 | 10.0 | 10.0 | 100.0% | 0 | 3.16s | 10,503 | 312 | 0 | |
| Kimi K3 | 7.3 | 5.8 | 83.3% | 1 | 16.72s | 7,839 | 354 | 2,606 |
| 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 5 | 7.7 | 10.0 | 66.7% | 0 | 20.38s | 975 | 12,140 | 1,994 | |
| Kimi K3 | 5.9 | 9.3 | 33.3% | 0 | 490.14s | 794 | 80 | 83,180 |
| 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 5 | 4.8 | 3.2 | 33.3% | 1 | 4.32s | 708 | 264 | 0 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 14.91s | 732 | 191 | 871 |
| 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 5 | 9.9 | 10.0 | 100.0% | 0 | 3.10s | 909 | 318 | 269 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 7.66s | 1,179 | 147 | 1,119 |
| 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 5 | 7.7 | 10.0 | 66.7% | 0 | 2.98s | 894 | 407 | 121 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 7.36s | 1,416 | 495 | 1,368 |
| 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 5 | 10.0 | 10.0 | 100.0% | 0 | 10.70s | 12,351 | 433 | 90 | |
| Kimi K3 | 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 5 | 3.0 | 10.0 | 0.0% | 0 | 7.06s | 258 | 917 | 204 | |
| Kimi K3 | 3.0 | 10.0 | 0.0% | 0 | 19.67s | 465 | 288 | 1,284 |
快速对比
切换对比组合
Kimi K3maxvsGPT-5.6 TerrahighClaude Sonnet 5mediumvsMuse Spark 1.1lowSeed-2.0-LitemediumvsKimi K3maxKimi K3maxvsGLM 5.2highClaude Sonnet 5mediumvsGrok 4.5lowKimi K3maxvsQwen3.7 PlusmediumKimi K3maxvsGPT-5.2 ChatnoneKimi K3maxvsStep 3.7 FlashmediumKimi K3maxvsQwen3.6 PlusmediumKimi K3maxvsGLM 5.2mediumMuse Spark 1.1highvsKimi K3maxKimi K3maxvsGPT-5.6 Terramedium