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 4.3

Resumen

Comparación benchmark de Kimi K2.6 vs Grok 4.3: La puntuación media está prácticamente empatada en 7.8 vs 7.7. Grok 4.3 tiene menor coste de benchmark con $0.614 vs $0.889. Grok 4.3 es más rápido con 47.51s vs 71.67s, con tasas de acierto de 65.1% vs 71.4%.

Modelo recomendado: Grok 4.3 - Tiene la mejor puntuación aquí (7.7) y responde aproximadamente 1.5x más rápido que Kimi K2.6.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica Kimi K2.6 Kimi K2.6 medium Lanzamiento: 2026-04-20 Disponible gratis Grok 4.3 Grok 4.3 medium Lanzamiento: 2026-05-01
Puntuación 7.8 7.7
Rango #38 #40
Fiabilidad 10.0 10.0
Consistencia 8.6 8.5
Pruebas correctas
Tasa de aciertos por intento 65.1% 71.4%
Pruebas inestables 3 4
Ejecuciones totales 63 63
Costo por resultado 8.358 4.724
Costo total $0.889 $0.614
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 44,472
Tokens de salida 102,923 1,981
Tokens de razonamiento 254,094 221,382
Tiempo de respuesta (promedio) 71.67s 47.51s
Tiempo de respuesta (máximo) 406.78s 216.69s
Tiempo de respuesta (total) 1433.36s 997.68s

Generation showcase

Hamster playing table tennis

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

#38 MoonshotAI: Kimi K2.6

medium
Cost
$0.013
Time
103.4s
Tokens
3,620 tok

#40 xAI: Grok 4.3

medium
Cost
$0.009
Time
19.0s
Tokens
3,661 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 4.3 10.0 10.0 100.0% 0 8.83s 2,010 88 8,207
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 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
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 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
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 4.3 10.0 10.0 100.0% 0 18.97s 7,761 180 9,546
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 4.3 5.3 7.2 44.4% 1 181.74s 1,764 14 111,300
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 4.3 5.4 2.5 66.7% 1 24.70s 825 70 5,020
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 4.3 9.8 10.0 100.0% 0 18.58s 1,362 57 8,713
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 4.3 5.9 7.2 55.6% 1 22.52s 1,689 128 14,468
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 4.3 10.0 10.0 100.0% 0 17.66s 7,263 168 4,615
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 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

Comparación rápida

Cambiar par de comparación

Step 3.7 FlashlowvsGrok 4.3mediumKimi K2.6mediumDisponible gratisvsStep 3.7 FlashlowGPT-5.3 ChatnonevsGrok 4.3mediumKimi K2.6mediumDisponible gratisvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGrok 4.3mediumGemini 3 Flash PreviewlowvsKimi K2.6mediumDisponible gratisClaude Sonnet 4.6nonevsGrok 4.3mediumClaude Sonnet 4.6nonevsKimi K2.6mediumDisponible gratisClaude Opus 4.8nonevsGrok 4.3mediumDeepSeek V4 FlashhighvsKimi K2.6mediumDisponible gratisClaude Opus 4.8nonevsKimi K2.6mediumDisponible gratisDeepSeek V4 FlashhighvsGrok 4.3medium