Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

MoonshotAI: Kimi K2.6 vs xAI: Grok 4.20

Zusammenfassung

Kimi K2.6 vs Grok 4.20 Benchmark-Vergleich: Kimi K2.6 führt beim Durchschnittsscore mit 7.8 vs 7.3. Grok 4.20 hat die niedrigeren Benchmark-Kosten mit $0.609 vs $0.889. Grok 4.20 ist schneller mit 27.68s vs 71.67s, mit Erfolgsraten von 65.1% vs 63.5%.

Empfohlenes Modell: Grok 4.20 - Die Punktzahl bleibt nah an der besten hier (7.3 vs 7.8) und es antwortet etwa 2.6x schneller als Kimi K2.6.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-18

Metrik Kimi K2.6 Kimi K2.6 medium Veröffentlichung: 2026-04-20 Kostenlos verfügbar Grok 4.20 Grok 4.20 medium Veröffentlichung: 2026-03-31
Punktzahl 7.8 7.3
Rang #35 #53
Zuverlässigkeit 10.0 10.0
Konsistenz 8.6 8.8
Korrekte Tests
Erfolgsquote pro Versuch 65.1% 63.5%
Instabile Tests 3 3
Gesamtläufe 63 63
Kosten pro Ergebnis 8.358 8.309
Gesamtkosten $0.889 $0.609
Eingabepreis $0.680 / 1M $1.250 / 1M
Ausgabepreis $3.410 / 1M $2.500 / 1M
Gesamte Eingabe-Token 29,450 44,433
Ausgabe-Token 102,923 1,819
Denk-Token 254,094 219,524
Antwortzeit (Durchschnitt) 71.67s 27.68s
Antwortzeit (Maximum) 406.78s 199.66s
Antwortzeit (Gesamt) 1433.36s 581.26s

Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#35 MoonshotAI: Kimi K2.6

medium
Kosten
$0.013
Zeit
103.4s
Token
3,620 tok

#53 xAI: Grok 4.20

medium
Kosten
$0.041
Zeit
110.3s
Token
16,336 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 618 7,115 8,934
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 10.0 10.0 100.0% 0 40.96s 11,271 711 13,876
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 7,014 316 11,305
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 5.3 7.2 44.4% 1 202.38s 326 47,035 98,262
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 10.0 10.0 100.0% 0 17.83s 477 3,981 4,472
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 10.0 10.0 100.0% 0 12.53s 669 3,977 5,269
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 6.0 7.4 55.6% 1 25.06s 651 13,860 17,599
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 10.0 10.0 100.0% 0 8.92s 5,286 248 1,011
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 3.0 10.0 0.0% 0 130.27s 213 15,710 16,177
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

Schnellvergleich

Vergleichspaar wechseln

Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumKimi K2.6mediumKostenlos verfügbarvsStep 3.7 FlashlowClaude Opus 4.8nonevsGrok 4.20mediumDeepSeek V4 ProhighvsKimi K2.6mediumKostenlos verfügbarGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5.2noneKimi K2.6mediumKostenlos verfügbarvsGPT-5.3 ChatnoneStep 3.7 FlashhighvsGrok 4.20mediumDeepSeek V4 ProhighvsGrok 4.20medium