Claude Opus 4.8vsKimi K2.6
在 9 个共同 benchmark 中，Claude Opus 4.8 整体领先：Claude Opus 4.8 领先 9 项，Kimi K2.6 领先 0 项，持平 0 项，平均分差 +9.13。
Claude Opus 4.8
Anthropic · 2026-05-28 · 推理大模型
Kimi K2.6
Moonshot AI · 2026-04-20 · 推理大模型
Claude Opus 4.89 项(100%)(0%)0 项Kimi K2.6
评测分数
按能力类目分组，每组内按分差大小排列；共 9 项。
AI Agent - Tool Usage
Claude Opus 4.8 领先 3/3| 评测项 | Claude Opus 4.8 | Kimi K2.6 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 78.9020 / 44Thinking High (With Tools) | 53.5643 / 44Thinking (No Tools) | +25.34 |
| MCP-Atlas | 82.206 / 38Deep Thinking (With Tools) | 69.4028 / 38Thinking (With Tools) | +12.80 |
| OSWorld-Verified | 83.404 / 26Extended (with tools) | 73.1015 / 26Thinking (With Tools) | +10.30 |
Coding and Software Engineer
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Kimi K2.6 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 69.204 / 57Extended (with tools) | 58.6015 / 57Thinking (With Tools) | +10.60 |
| SWE-bench Verified | 88.605 / 114Extended (with tools) | 80.2014 / 114Thinking (With Tools) | +8.40 |
General Knowledge
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Kimi K2.6 | 分差 |
|---|---|---|---|
| LiveBench | 78.794 / 115Deep Thinking (No Tools) | 72.1728 / 115Thinking (No Tools) | +6.62 |
| HLE | 57.908 / 181Extended (with tools) | 5417 / 181Thinking (With Tools + Internet) | +3.90 |
AI Agent - Information Search
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Kimi K2.6 | 分差 |
|---|---|---|---|
| BrowseComp | 84.309 / 54Thinking High (With Tools + Internet) | 83.2014 / 54Thinking (With Tools + Internet) | +1.10 |
科学与综合推理
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Kimi K2.6 | 分差 |
|---|---|---|---|
| GPQA Diamond | 93.6011 / 226Thinking High (No Tools) | 90.5035 / 226Thinking (No Tools) | +3.10 |
规格对比
| 字段 | Claude Opus 4.8 | Kimi K2.6 |
|---|---|---|
| 发布机构 | Anthropic | Moonshot AI |
| 发布时间 | 2026-05-28 | 2026-04-20 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | MoE 架构 |
| 参数规模 | 暂无数据 | 1万亿 |
| 上下文长度 | 1M | 256K |
| 最大输出 | 125K | 暂无数据 |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Claude Opus 4.8 | Kimi K2.6 |
|---|---|---|
| 文本输入 | $5 / 1M tokens | $0.95 / 1M tokens |
| 文本输出 | $25 / 1M tokens | $4 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | $0.16 / 1M tokens |
| 缓存写入 | $6.25 / 1M tokens | $0.95 / 1M tokens |
小结
- Claude Opus 4.8在以下类目领先:AI Agent - Tool Usage (3/3)、Coding and Software Engineer (2/2)、General Knowledge (2/2)、AI Agent - Information Search (1/1)、科学与综合推理 (1/1)
9 个共同 benchmark 上，Claude Opus 4.8 平均高出 9.13 分。
单项差距最大的 benchmark：Terminal-Bench 2.1 — Claude Opus 4.8 78.90，Kimi K2.6 53.56（分差 +25.34）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。