Direktvergleich

Claude Opus 4.7 vs. Kimi K2.6

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 263
verschiedene Benchmarks: 26
jüngster Abruf: 15.10.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Claude Opus 4.7 und Kimi K2.6
Merkmal	Claude Opus 4.7	Kimi K2.6
Anbieter	Anthropic	Moonshot AI
Erschienen	Apr. 2026	20. Apr. 2026
Verfügbarkeit	Aktiv	Aktiv
Modelltyp	Proprietär	Open Weights
Parameter	Nicht veröffentlicht	1 Billionen, 32 Mrd. aktiv
Architektur	Nicht veröffentlicht	Mixture of Experts
Kontextfenster	1.000.000 Token	262.144 Token
Wissensstand	Januar 2026	Nicht veröffentlicht
Technische Quellen	Modell, Wissensstand	Modell, Kontext

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Claude Opus 4.7 und Kimi K2.6
Preisart	Claude Opus 4.7	Kimi K2.6
API-Eingabe	5 $	0,95 $
API-Ausgabe	25 $	4 $
Cache lesen	0,5 $	0,16 $
Cache schreiben (5 Min.)	6,25 $	Nicht ausgewiesen
Cache schreiben (1 Std.)	10 $	Nicht ausgewiesen
Preis geprüft	22.09.2026 Quelle	22.09.2026 Quelle

Claude Opus 4.7Kimi K2.6

API-EingabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.75 $

Kimi K2.60,95 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.725 $

Kimi K2.64 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.70,5 $

Kimi K2.60,16 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Anbieterpreise von Claude Opus 4.7 und Kimi K2.6
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Claude Opus 4.7	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/eu-west-1	5,5 $	27,5 $	Quelle17.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Anthropic	Über OpenRouteranthropic	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Azure	Über OpenRouterazure/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Claude Platform on AWS	Über OpenRouterclaude-on-aws	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/europe	5,5 $	27,5 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/us	5,5 $	27,5 $	Quelle17.10.2026
Kimi K2.6	Moonshot AI	Direkt beim EntwicklerStandard-API	0,95 $	4 $	Quelle22.09.2026
	AtlasCloud	Über OpenRouteratlas-cloud/int4	0,95 $	4 $	Quelle17.10.2026
	Baidu	Über OpenRouterbaidu/fp4	Günstigster erfasster Preis: 0,4323 $	Günstigster erfasster Preis: 1,82 $	Quelle17.10.2026
	Chutes	Über OpenRouterchutes/int4	0,45 $	1,95 $	Quelle17.10.2026
	Cloudflare	Über OpenRoutercloudflare	0,95 $	4 $	Quelle17.10.2026
	CoreWeave	Über OpenRoutercoreweave/fp4	0,65 $	3,41 $	Quelle17.10.2026
	Crusoe	Über OpenRoutercrusoe/bf16	0,7 $	3,5 $	Quelle17.10.2026
	DeepInfra	Über OpenRouterdeepinfra/fp4	0,75 $	3,5 $	Quelle17.10.2026
	DigitalOcean	Über OpenRouterdigitalocean	0,57 $	2,4 $	Quelle17.10.2026
	GMICloud	Über OpenRoutergmicloud/fp8	0,855 $	3,6 $	Quelle17.10.2026
	Inceptron	Über OpenRouterinceptron/int4	0,4323 $	3,2 $	Quelle17.10.2026
	Moonshot AI	Über OpenRoutermoonshotai/int4	0,95 $	4 $	Quelle17.10.2026
	Novita	Über OpenRouternovita	0,8 $	3,4 $	Quelle17.10.2026
	Parasail	Über OpenRouterparasail/int4	0,75 $	3,5 $	Quelle17.10.2026
	Phala	Über OpenRouterphala	1,09 $	4,6 $	Quelle17.10.2026
	SiliconFlow	Über OpenRoutersiliconflow/fp8	0,77 $	3,4 $	Quelle17.10.2026
	StreamLake	Über OpenRouterstreamlake/fp8	0,5985 $	2,52 $	Quelle17.10.2026
	Venice	Über OpenRoutervenice/int4	0,75 $	3,5 $	Quelle17.10.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Claude Opus 4.7

Kimi K2.6

Coding: 100 / 97,4 (2 Benchmarkfamilien)

Reasoning: 100 / 97,9 (1 Benchmarkfamilie)

Mathematik: 100 / 99,1 (1 Benchmarkfamilie)

Wissen: 100 / 98 (1 Benchmarkfamilie)

Finanzen: 100 / 97,3 (1 Benchmarkfamilie)

Recht: 100 / 97,8 (1 Benchmarkfamilie)

Multimodal: 100 / 97,6 (1 Benchmarkfamilie)

Gesundheit: 100 / 97,4 (1 Benchmarkfamilie)

43 passende Messreihen aus 4 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 10 vergleichbaren Kategorien.

Claude Opus 4.7Kimi K2.6

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.743,878 %

Kimi K2.627,768 %

CorpFin v2Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.766,084 %

Kimi K2.666,744 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.763,728 %

Kimi K2.657,855 %

Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.751,509 %

Kimi K2.644,899 %

GPQA DiamondOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.790,152 %

Kimi K2.689,142 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.76,667 %

Kimi K2.61,667 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.738,462 %

Kimi K2.615,865 %

LegalBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.785,251 %

Kimi K2.684,738 %

LiveCodeBench v6Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.785,073 %

Kimi K2.686,771 %

LMArena Code Arena WebDevOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.71.555,463

Kimi K2.61.509,237

LMArena Text, Style ControlOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.71.493,593

Kimi K2.61.460,76

LMArena Vision, Style ControlOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.71.298,22

Kimi K2.61.265,373

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Opus 4.7 und Kimi K2.6
Benchmark und Aufgabe	Claude Opus 4.7	Kimi K2.6	Quelle
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert43,878 %	27,768 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 48.000 tokens	66,084 %	Höherer Messwert66,744 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert63,728 %	57,855 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert51,509 %	44,899 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert90,152 %	89,142 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert6,667 %	1,667 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchOverall · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert38,462 %	15,865 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert85,251 %	84,738 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	85,073 %	Höherer Messwert86,771 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 4.7: Snapshot: claude-opus-4-7, Harness: Arena Code Arena WebDev Kimi K2.6: Snapshot: kimi-k2.6, Harness: Arena Code Arena WebDevClaude Opus 4.7: Arena-Bewertung aus 18.304 veröffentlichten Paarvergleichen.Kimi K2.6: Arena-Bewertung aus 10.192 veröffentlichten Paarvergleichen.	Gewinner1.555,463 95-%-Konfidenzintervall: ±5,615Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.509,237 95-%-Konfidenzintervall: ±7,227Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Text, Style ControlOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 4.7: Snapshot: claude-opus-4-7, Harness: Arena Text, style control Kimi K2.6: Snapshot: kimi-k2.6, Harness: Arena Text, style controlClaude Opus 4.7: Arena-Bewertung aus 66.213 veröffentlichten Paarvergleichen.Kimi K2.6: Arena-Bewertung aus 40.030 veröffentlichten Paarvergleichen.	Gewinner1.493,593 95-%-Konfidenzintervall: ±3,762Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.460,76 95-%-Konfidenzintervall: ±4,428Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Vision, Style ControlOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 4.7: Snapshot: claude-opus-4-7, Harness: Arena Vision, style control Kimi K2.6: Snapshot: kimi-k2.6, Harness: Arena Vision, style controlClaude Opus 4.7: Arena-Bewertung aus 23.165 veröffentlichten Paarvergleichen.Kimi K2.6: Arena-Bewertung aus 16.379 veröffentlichten Paarvergleichen.	Gewinner1.298,22 95-%-Konfidenzintervall: ±6,602Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.265,373 95-%-Konfidenzintervall: ±6,837Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 09.10.2026
MedCodeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 30.000 tokens	Höherer Messwert54,858 %	40,142 %	Vals AI Quellendetails Datenstand: 13.10.2026
MedScribeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 30.000 tokens	Höherer Messwert82,953 %	78,149 %	Vals AI Quellendetails Datenstand: 13.10.2026
MMLU-ProOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert89,871 %	87,572 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMMU-ProOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	85,549 %	Höherer Messwert86,301 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert70,27 %	65,818 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGEOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 30.000 tokens	Höherer Messwert56,103 %	50,224 %	Vals AI Quellendetails Datenstand: 08.10.2026
SWE-bench VerifiedOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert82 %	76,2 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert23,738 %	12,404 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert75,266 %	74,652 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.0Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.0Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert68,539 %	57,303 %	Vals AI Quellendetails Datenstand: 04.06.2026
Terminal-Bench 2.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert68,539 %	53,558 %	Vals AI Quellendetails Datenstand: 28.09.2026
Vals Multimodal IndexOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: weighted index scoreBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert67,361 %	56,434 %	Vals AI Quellendetails Datenstand: 11.08.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Harness: OpenHands, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert71,003 %	37,891 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert35,171 %	17,977 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Exact Pages Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 48.000 tokens	64,336 %	Höherer Messwert64,802 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert64,519 %	61,395 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert45,366 %	37,934 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondFew-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert90,909 %	89,899 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert90,217 %	63,768 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert45,455 %	18,182 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchConclusion Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert89,983 %	89,413 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger99,068 %	Kein direkter Sieger99,068 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 4.7: Snapshot: claude-opus-4-7-high, Reasoning: high, Harness: Arena Code Arena WebDev Kimi K2.6: Snapshot: kimi-k2.6, Harness: Arena Code Arena WebDevClaude Opus 4.7: Arena-Bewertung aus 17.973 veröffentlichten Paarvergleichen.Kimi K2.6: Arena-Bewertung aus 10.192 veröffentlichten Paarvergleichen.	Höherer Messwert1.557,647 95-%-Konfidenzintervall: ±5,751Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.509,237 95-%-Konfidenzintervall: ±7,227Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Text, Style ControlOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 4.7: Snapshot: claude-opus-4-7-high, Reasoning: high, Harness: Arena Text, style control Kimi K2.6: Snapshot: kimi-k2.6, Harness: Arena Text, style controlClaude Opus 4.7: Arena-Bewertung aus 65.125 veröffentlichten Paarvergleichen.Kimi K2.6: Arena-Bewertung aus 40.030 veröffentlichten Paarvergleichen.	Höherer Messwert1.501,03 95-%-Konfidenzintervall: ±3,76Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.460,76 95-%-Konfidenzintervall: ±4,428Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Vision, Style ControlOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 4.7: Snapshot: claude-opus-4-7-high, Reasoning: high, Harness: Arena Vision, style control Kimi K2.6: Snapshot: kimi-k2.6, Harness: Arena Vision, style controlClaude Opus 4.7: Arena-Bewertung aus 22.733 veröffentlichten Paarvergleichen.Kimi K2.6: Arena-Bewertung aus 16.379 veröffentlichten Paarvergleichen.	Höherer Messwert1.297,761 95-%-Konfidenzintervall: ±6,588Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.265,373 95-%-Konfidenzintervall: ±6,837Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 09.10.2026
MMLU-ProBiology Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert94,561 %	93,724 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxNumerical Extraction Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert78,696 %	74,483 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchAlmost Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert9,5 %	0,5 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGEAutomata Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 30.000 tokens	Höherer Messwert43,65 %	42,857 %	Vals AI Quellendetails Datenstand: 08.10.2026
SWE-bench Verified<15 min fix Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert90,206 %	87,629 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger3,333 %	Kein direkter Sieger3,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Correctness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert63,778 %	62,715 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.0Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.0Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert100 %	75 %	Vals AI Quellendetails Datenstand: 04.06.2026
Terminal-Bench 2.1Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert91,667 %	83,333 %	Vals AI Quellendetails Datenstand: 28.09.2026
Vals Multimodal IndexCorpFin v2 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	66,084 %	Höherer Messwert68,182 %	Vals AI Quellendetails Datenstand: 11.08.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert70 %	57,143 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Max Fitting Context Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 48.000 tokens	Höherer Messwert67,832 %	67,249 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert80,91 %	75,069 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert38,647 %	32,584 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondZero-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert89,394 %	88,384 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert87,011 %	75,531 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchInterpretation Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert83,609 %	82,197 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	66,857 %	Höherer Messwert71,429 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevImage to webdev Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 4.7: Snapshot: claude-opus-4-7, Harness: Arena Code Arena WebDev Kimi K2.6: Snapshot: kimi-k2.6, Harness: Arena Code Arena WebDevClaude Opus 4.7: Arena-Bewertung aus 7.474 veröffentlichten Paarvergleichen.Kimi K2.6: Arena-Bewertung aus 3.593 veröffentlichten Paarvergleichen.	Gewinner1.561,554 95-%-Konfidenzintervall: ±8,916Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.521,231 95-%-Konfidenzintervall: ±11,456Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 09.10.2026
LMArena Text, Style ControlBusiness, management and finance Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 4.7: Snapshot: claude-opus-4-7, Harness: Arena Text, style control Kimi K2.6: Snapshot: kimi-k2.6, Harness: Arena Text, style controlClaude Opus 4.7: Arena-Bewertung aus 13.242 veröffentlichten Paarvergleichen.Kimi K2.6: Arena-Bewertung aus 7.937 veröffentlichten Paarvergleichen.	Gewinner1.495,576 95-%-Konfidenzintervall: ±6,452Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.454,55 95-%-Konfidenzintervall: ±7,536Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Vision, Style ControlChinese Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 4.7: Snapshot: claude-opus-4-7, Harness: Arena Vision, style control Kimi K2.6: Snapshot: kimi-k2.6, Harness: Arena Vision, style controlClaude Opus 4.7: Arena-Bewertung aus 1.505 veröffentlichten Paarvergleichen.Kimi K2.6: Arena-Bewertung aus 1.028 veröffentlichten Paarvergleichen.	Kein klarer Vorsprung1.346,101 95-%-Konfidenzintervall: ±17,686Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.326,589 95-%-Konfidenzintervall: ±20,703Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 09.10.2026
MMLU-ProBusiness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert93,283 %	91,635 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxSemantic Extraction Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert61,844 %	57,154 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchFully Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGECalculus Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Temperatur: 1, Ausgabegrenze: 128.000 tokens Kimi K2.6: Top P: 0.95, Ausgabegrenze: 30.000 tokens	Höherer Messwert75,926 %	22,839 %	Vals AI Quellendetails Datenstand: 08.10.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

SVG-Kurztest

Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.

Gemeinsame Testrunde: 4ae5d8eeb9a9

Claude Opus 4.7

In dieser Runde nicht verfügbar

Kimi K2.6

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Claude Opus 4.7

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: anthropic/claude-opus-4.7
API-Modell laut Antwort: anthropic/claude-opus-4.7
Reasoning-Einstellung: high
Festgelegter Endpunkt: Anthropic | anthropic/claude-4.7-opus-20260416
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 19,9 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Kimi K2.6

Ausgabe aus Sicherheitsgründen nicht dargestellt

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 05.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: moonshotai/kimi-k2.6
API-Modell laut Antwort: moonshotai/kimi-k2.6
Reasoning-Einstellung: high
Festgelegter Endpunkt: Moonshot AI | moonshotai/kimi-k2.6-20260420
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht bestanden
Antwortzeit: 124 s

Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.

Frühere Versuche (3)

02.10.2026Ausgabe aus Sicherheitsgründen nicht dargestelltReasoning-Einstellung: high
01.10.2026Ausgabe aus Sicherheitsgründen nicht dargestelltReasoning-Einstellung: high
07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche Claude Opus 4.7 und Kimi K2.6 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich

Claude Opus 4.7 vs. Kimi K2.6

Modellauswahl ändern

Allgemeine Daten

API-Preise im Vergleich

Gemeinsame Benchmarks

Fähigkeitsprofil aus vergleichbaren Benchmarks

Unsere Tests

SVG-Kurztest

Claude Opus 4.7

Kimi K2.6

Pelikan auf dem Fahrrad

Ein Benchmark-Sieg ist kein Gesamturteil

Ähnliche LLM-Vergleiche