AI BENCHY Compare

MoonshotAI: Kimi K3 vs xAI: Grok 4.5

Zusammenfassung

Kimi K3 (max) führt beim Durchschnittsscore mit 8.5 vs 8.3. Grok 4.5 (medium) hat die niedrigeren Benchmark-Kosten mit $1.696 vs $3.112. Grok 4.5 (medium) ist schneller mit 62.63s vs 122.48s, mit Erfolgsraten von 82.5% vs 77.8%.

Empfohlenes ModellGrok 4.5 (medium)Die Punktzahl bleibt nah an der besten hier (8.3 vs 8.5) und es kostet etwa 1.8x weniger als Kimi K3 (max).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-16

Metrik	Kimi K3 Kimi K3 max Veröffentlichung: 2026-07-16	Grok 4.5 Grok 4.5 medium Veröffentlichung: 2026-07-08

Metrik	Kimi K3 Kimi K3 max Veröffentlichung: 2026-07-16	Grok 4.5 Grok 4.5 medium Veröffentlichung: 2026-07-08
Punktzahl	8.5	8.3
Rang	#21	#29
Zuverlässigkeit	9.4	9.9
Konsistenz	9.2	8.9
Korrekte Tests
Erfolgsquote pro Versuch	82.5%	77.8%
Instabile Tests	2	3
Gesamtläufe	63	63
Kosten pro Ergebnis	19.446	11.304
Gesamtkosten	$3.112	$1.696
Eingabepreis	$3.000 / 1M	$2.000 / 1M
Ausgabepreis	$15.000 / 1M	$6.000 / 1M
Gesamte Eingabe-Token	34,916	53,500
Ausgabe-Token	2,910	1,621
Denk-Token	197,529	263,127
Antwortzeit (Durchschnitt)	122.48s	62.63s
Antwortzeit (Maximum)	766.58s	436.38s
Antwortzeit (Gesamt)	2327.06s	1315.20s

Generierungs-Showcase

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

max

Kosten: $0.281
Zeit: 506.9s
Token: 18,863 tok

#29 xAI: Grok 4.5

medium

Kosten: $0.044
Zeit: 59.4s
Token: 7,512 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Kimi K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460
Grok 4.5	10.0	10.0	100.0%	0		15.65s	15,084	261	4,254

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Kimi K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180
Grok 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	0
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Schnellvergleich

Vergleichspaar wechseln

Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium DeepSeek V4 FlashhighvsGrok 4.5medium Kimi K3maxvsGLM 5.2medium GPT-5.6 TerrahighvsGrok 4.5medium Kimi K3maxvsGPT-5.2medium GPT-5.2 ChatnonevsGrok 4.5medium Claude Opus 4.7mediumvsKimi K3max