Modelos de IA
Kimi K3.1 Pro vs Claude Opus 5.5
Los mismos criterios, lado a lado. Donde la diferencia es pequeña, puede ser ruido de medición.
También buscado como
Kimi K3 vs Claude Opus
Respuesta directa: GPQA Diamond: Kimi K3.1 Pro 94,2%, Claude Opus 5.5 90,6% (Epoch AI). OTIS Mock AIME: Kimi K3.1 Pro 100%, Claude Opus 5.5 100% (Epoch AI). FrontierMath (niveles 1 a 3): Kimi K3.1 Pro 78,2%, Claude Opus 5.5 91,2% (Epoch AI). SimpleQA Verified: Kimi K3.1 Pro 62,2%, Claude Opus 5.5 72,2% (Epoch AI). GPQA Diamond (OpenRouter): Kimi K3.1 Pro 93,9%, Claude Opus 5.5 90,2% (OpenRouter Benchmarks). τ-bench Verified (aerolínea): Kimi K3.1 Pro 78,7%, Claude Opus 5.5 75,3% (OpenRouter Benchmarks).
| Métrica | Kimi K3.1 Pro | Claude Opus 5.5 | Fuente |
|---|---|---|---|
| Pesos ?qué es | abierto | cerrado | sin dato |
| Entrada US$/1M ? | US$ 2,00 | US$ 4,00 | sin dato |
| Salida US$/1M ? | US$ 10,00 | US$ 20,00 | sin dato |
| Contexto ? | 1.048.576 | 1.000.000 | sin dato |
| GPQA Diamond ? | 94,2% | 90,6% | Epoch AI |
| OTIS Mock AIME ? | 100% | 100% | Epoch AI |
| FrontierMath (niveles 1 a 3) ? | 78,2% | 91,2% | Epoch AI |
| SimpleQA Verified ? | 62,2% | 72,2% | Epoch AI |
| GPQA Diamond (OpenRouter) ? | 93,9% | 90,2% | OpenRouter Benchmarks |
| τ-bench Verified (aerolínea) ? | 78,7% | 75,3% | OpenRouter Benchmarks |
Compara con
Ver laboratorio: Moonshot AI · Anthropic
Fuentes
- Epoch AI, CC BY 4.0, versión más reciente consultada.
- OpenRouter Benchmarks, CC BY 4.0, versión más reciente consultada.
- OpenRouter, dados públicos da API; exports de benchmarks e rankings em CC BY 4.0, versión más reciente consultada.
Las fechas vienen de las fuentes: entrada en OpenRouter o creación del repositorio en Hugging Face, que pueden no coincidir con el lanzamiento oficial. Familia y versión se agruparon por regla a partir del nombre.