AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs MoonshotAI: Kimi K3

Resumen

Kimi K3 (max) lidera en puntuación media con 8.5 vs 8.3. DeepSeek V4 Flash (high) tiene menor coste de benchmark con $0.029 vs $3.112. DeepSeek V4 Flash (high) es más rápido con 45.85s vs 122.48s, con tasas de acierto de 74.6% vs 82.5%.

Modelo recomendadoDeepSeek V4 Flash (high)Su puntuación se mantiene cerca de la mejor aquí (8.3 vs 8.5) y cuesta aproximadamente 109.4x menos que Kimi K3 (max).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-16

Métrica	DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16

Métrica	DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16
Puntuación	8.3	8.5
Rango	#30	#21
Fiabilidad	10.0	9.4
Consistencia	8.5	9.2
Pruebas correctas
Tasa de aciertos por intento	74.6%	82.5%
Pruebas inestables	4	2
Ejecuciones totales	63	63
Costo por resultado	0.299	19.446
Costo total	$0.029	$3.112
Precio de entrada	$0.098 / 1M	$3.000 / 1M
Precio de salida	$0.196 / 1M	$15.000 / 1M
Total de tokens de entrada	39,745	34,916
Tokens de salida	10,310	2,910
Tokens de razonamiento	123,501	197,529
Tiempo de respuesta (promedio)	45.85s	122.48s
Tiempo de respuesta (máximo)	218.13s	766.58s
Tiempo de respuesta (total)	962.79s	2327.06s

Generación showcase

Hamster playing table tennis

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

#30 DeepSeek V4 Flash

high

Coste: $0.003
Tiempo: 93.1s
Tokens: 7,926 tok

#21 MoonshotAI: Kimi K3

max

Coste: $0.281
Tiempo: 506.9s
Tokens: 18,863 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
Kimi K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
Kimi K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	0

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284

Comparación rápida

Cambiar par de comparación

Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium DeepSeek V4 FlashhighvsGemini 2.5 Flashmedium Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium DeepSeek V4 FlashhighvsGrok 4.5medium DeepSeek V4 FlashhighvsQwen3.7 Plusmedium DeepSeek V4 FlashhighvsGPT-5.2medium Kimi K3maxvsGLM 5.2medium DeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmediumDisponible gratis