Claude Opus 5vsKimi K3
在 14 个共同 benchmark 中，Claude Opus 5 整体领先：Claude Opus 5 领先 12 项，Kimi K3 领先 2 项，持平 0 项，平均分差 +27.43。
Claude Opus 5
Anthropic · 2026-07-24 · 推理大模型
Kimi K3
Moonshot AI · 2026-07-16 · 推理大模型
Claude Opus 512 项(86%)(14%)2 项Kimi K3
评测分数
按能力类目分组，每组内按分差大小排列；共 14 项。
Productivity Knowledge
Claude Opus 5 领先 2/3| 评测项 | Claude Opus 5 | Kimi K3 | 分差 |
|---|---|---|---|
| GDPval-AA v2 | 1,8611 / 26Max (With Tools) | 1,6869 / 26Max (With Tools) | +175 |
| AA-AnalystAgent | 53.752 / 12Max (With Tools + Internet) | 38.757 / 12Max (With Tools + Internet) | +15 |
| AutomationBench | 2612 / 15Max (With Tools) | 30.809 / 15Max (With Tools) | -4.80 |
AI Agent - Tool Usage
Claude Opus 5 领先 2/2| 评测项 | Claude Opus 5 | Kimi K3 | 分差 |
|---|---|---|---|
| Terminal-Bench-Science 0.1 | 303 / 11Max (With Tools) | 7.109 / 11Max (With Tools) | +22.90 |
| OSWorld 2.0 | 70.573 / 10Max (With Tools) | 58.308 / 10Max (With Tools) | +12.27 |
Coding and Software Engineer
Claude Opus 5 领先 2/2| 评测项 | Claude Opus 5 | Kimi K3 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,7121 / 35Max (No Tools) | 1,6822 / 35Max (No Tools) | +30.13 |
| DeepSWE | 68.808 / 35Max (With Tools) | 67.509 / 35Max (With Tools) | +1.30 |
Math and Reasoning
Claude Opus 5 领先 2/2| 评测项 | Claude Opus 5 | Kimi K3 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 73.176 / 42Max (No Tools) | 39.0215 / 42Max (No Tools) | +34.15 |
| FrontierMath v2 | 85.615 / 58Max (No Tools) | 72.1813 / 58Max (No Tools) | +13.43 |
AI Agent - Information Search
Kimi K3 领先 1/1| 评测项 | Claude Opus 5 | Kimi K3 | 分差 |
|---|---|---|---|
| BrowseComp | 90.803 / 57Max (With Tools + Internet) | 91.202 / 57Max (With Tools + Internet) | -0.40 |
General Knowledge
Claude Opus 5 领先 1/1| 评测项 | Claude Opus 5 | Kimi K3 | 分差 |
|---|---|---|---|
| HLE | 64.702 / 191Max (With Tools) | 5617 / 191Max (With Tools) | +8.70 |
Text Embedding
Claude Opus 5 领先 1/1| 评测项 | Claude Opus 5 | Kimi K3 | 分差 |
|---|---|---|---|
| Context Arena | 97.721 / 126Max (No Tools) | 71.7559 / 126Max (No Tools) | +25.97 |
Writing and Creative Capabilities
Claude Opus 5 领先 1/1| 评测项 | Claude Opus 5 | Kimi K3 | 分差 |
|---|---|---|---|
| Creative Writing | 2,1213 / 106Normal (No Tools) | 2,0714 / 106Normal (No Tools) | +50 |
科学与综合推理
Claude Opus 5 领先 1/1| 评测项 | Claude Opus 5 | Kimi K3 | 分差 |
|---|---|---|---|
| GPQA Diamond | 93.8813 / 273Max (No Tools) | 93.5017 / 273Max (No Tools) | +0.38 |
规格对比
| 字段 | Claude Opus 5 | Kimi K3 |
|---|---|---|
| 发布机构 | Anthropic | Moonshot AI |
| 发布时间 | 2026-07-24 | 2026-07-16 |
| 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 | 2.8万亿 |
| 上下文长度 | 1M | 1M |
| 最大输出 | 128K | 1M |
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 5 | Kimi K3 |
|---|---|---|
| 文本输入 | $5 / 1M tokens | ¥20 / 1M tokens |
| 文本输出 | $25 / 1M tokens | ¥100 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | ¥2 / 1M tokens |
| 缓存写入 | $6.25 / 1M tokens | 暂无公开价格 |
小结
- Claude Opus 5在以下类目领先:Productivity Knowledge (2/3)、AI Agent - Tool Usage (2/2)、Coding and Software Engineer (2/2)、Math and Reasoning (2/2)、General Knowledge (1/1)、Text Embedding (1/1)、Writing and Creative Capabilities (1/1)、科学与综合推理 (1/1)
- Kimi K3在以下类目领先:AI Agent - Information Search (1/1)
14 个共同 benchmark 上，Claude Opus 5 平均高出 27.43 分。
单项差距最大的 benchmark：GDPval-AA v2 — Claude Opus 5 1,861，Kimi K3 1,686（分差 +175）。
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。