Navegación
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

Resumen

Comparación benchmark de Kimi K2.6 vs Grok 4.20: Kimi K2.6 lidera en puntuación media con 7.8 vs 7.3. Grok 4.20 tiene menor coste de benchmark con $0.609 vs $0.889. Grok 4.20 es más rápido con 27.68s vs 71.67s, con tasas de acierto de 65.1% vs 63.5%.

Modelo recomendado: Grok 4.20 - Su puntuación se mantiene cerca de la mejor aquí (7.3 vs 7.8) y responde aproximadamente 2.6x más rápido que Kimi K2.6.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica Kimi K2.6 Kimi K2.6 medium Lanzamiento: 2026-04-20 Disponible gratis Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 7.8 7.3
Rango #35 #53
Fiabilidad 10.0 10.0
Consistencia 8.6 8.8
Pruebas correctas
Tasa de aciertos por intento 65.1% 63.5%
Pruebas inestables 3 3
Ejecuciones totales 63 63
Costo por resultado 8.358 8.309
Costo total $0.889 $0.609
Precio de entrada $0.680 / 1M $1.250 / 1M
Precio de salida $3.410 / 1M $2.500 / 1M
Total de tokens de entrada 29,450 44,433
Tokens de salida 102,923 1,819
Tokens de razonamiento 254,094 219,524
Tiempo de respuesta (promedio) 71.67s 27.68s
Tiempo de respuesta (máximo) 406.78s 199.66s
Tiempo de respuesta (total) 1433.36s 581.26s

Generación showcase

Hamster playing table tennis

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

#35 MoonshotAI: Kimi K2.6

medium
Coste
$0.013
Tiempo
103.4s
Tokens
3,620 tok

#53 xAI: Grok 4.20

medium
Coste
$0.041
Tiempo
110.3s
Tokens
16,336 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

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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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

Comparación rápida

Cambiar par de comparación

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