AI BENCHY Compare

Modelos comparados

Resumen

Comparación benchmark Kimi K3 (max) vs Kimi K2.6 (medium) vs GPT-5.6 Sol (medium)GPT-5.6 Sol (medium) lidera en Puntuación con 9.4. Kimi K2.6 (medium) lidera en Fiabilidad con 10.0. GPT-5.6 Sol (medium) tiene el Costo total más bajo con $0.966. GPT-5.6 Sol (medium) es el más rápido con 10.79s.

Modelo recomendadoGPT-5.6 Sol (medium)Tiene la mejor puntuación aquí (9.4) y cuesta aproximadamente 2.2x menos que los otros modelos de esta comparación.

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

Métrica	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16	Kimi K2.6 Kimi K2.6 medium Lanzamiento: 2026-04-20 Disponible gratis	GPT-5.6 Sol GPT-5.6 Sol medium Lanzamiento: 2026-07-09

Métrica	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16	Kimi K2.6 Kimi K2.6 medium Lanzamiento: 2026-04-20 Disponible gratis	GPT-5.6 Sol GPT-5.6 Sol medium Lanzamiento: 2026-07-09
Puntuación	8.5	7.8	9.4
Rango	#21	#49	#5
Fiabilidad	9.4	10.0	10.0
Consistencia	9.2	8.6	8.8
Pruebas correctas
Tasa de aciertos por intento	82.5%	65.1%	90.5%
Pruebas inestables	2	3	3
Ejecuciones totales	63	63	63
Costo por resultado	19.446	8.358	5.682
Costo total	$3.112	$1.047	$0.966
Precio de entrada	$3.000 / 1M	$0.950 / 1M	$5.000 / 1M
Precio de salida	$15.000 / 1M	$4.000 / 1M	$30.000 / 1M
Total de tokens de entrada	34,916	29,450	34,218
Tokens de salida	2,910	102,923	1,895
Tokens de razonamiento	197,529	254,094	24,600
Tiempo de respuesta (promedio)	122.48s	71.67s	10.79s
Tiempo de respuesta (máximo)	766.58s	406.78s	79.40s
Tiempo de respuesta (total)	2327.06s	1433.36s	226.57s

Generación showcase

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

max

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

#49 MoonshotAI: Kimi K2.6

medium

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

#5 GPT-5.6 Sol

medium

Coste: $0.124
Tiempo: 57.2s
Tokens: 4,199 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	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	10.0	10.0	100.0%	0	10.24s	1,638	496	2,629
Kimi K2.6	7.0	8.0	66.7%	1	11.59s	618	7,115	8,934
GPT-5.6 Sol	10.0	10.0	100.0%	0	2.81s	606	173	572

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	10.0	10.0	100.0%	325.79s	8,061	460	84,012
Kimi K2.6	5.7	8.6	33.3%	214.42s	2,925	9,970	77,189
GPT-5.6 Sol	10.0	10.0	100.0%	9.40s	7,302	394	4,706

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	10.0	10.0	100.0%	223.03s	12,792	399	20,460
Kimi K2.6	10.0	10.0	100.0%	40.96s	11,271	711	13,876
GPT-5.6 Sol	10.0	10.0	100.0%	12.13s	11,019	318	1,214

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	7.3	5.8	83.3%	1	16.72s	7,839	354	2,606
Kimi K2.6	10.0	10.0	100.0%	0	20.38s	7,014	316	11,305
GPT-5.6 Sol	10.0	10.0	100.0%	0	1.38s	7,140	222	0

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	5.9	7.2	55.6%	1	490.14s	794	80	83,180
Kimi K2.6	5.3	7.2	44.4%	1	202.38s	326	47,035	98,262
GPT-5.6 Sol	5.9	7.2	55.6%	1	47.86s	723	71	16,201

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	10.0	10.0	100.0%	14.91s	732	191	871
Kimi K2.6	10.0	10.0	100.0%	17.83s	477	3,981	4,472
GPT-5.6 Sol	10.0	10.0	100.0%	3.48s	477	99	214

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	10.0	10.0	100.0%	7.66s	1,179	147	1,119
Kimi K2.6	10.0	10.0	100.0%	12.53s	669	3,977	5,269
GPT-5.6 Sol	10.0	10.0	100.0%	2.50s	660	96	249

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	10.0	10.0	100.0%	0	7.36s	1,416	495	1,368
Kimi K2.6	6.0	7.4	55.6%	1	25.06s	651	13,860	17,599
GPT-5.6 Sol	8.2	7.2	88.9%	1	2.98s	642	228	566

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	3.0	10.0	0.0%	0ms	0	0	0
Kimi K2.6	10.0	10.0	100.0%	8.92s	5,286	248	1,011
GPT-5.6 Sol	10.0	10.0	100.0%	6.30s	5,454	264	361

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	3.0	10.0	0.0%	0	19.67s	465	288	1,284
Kimi K2.6	3.0	10.0	0.0%	0	130.27s	213	15,710	16,177
GPT-5.6 Sol	4.7	1.6	66.7%	1	4.94s	195	30	517

Comparación rápida

Cambiar par de comparación

Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Claude Opus 4.8lowvsKimi K2.6mediumDisponible gratis Kimi K3maxvsGPT-5.4medium Kimi K2.6mediumDisponible gratisvsGPT-5.6 Terralow Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K2.6mediumDisponible gratisvsStep 3.7 Flashlow Kimi K2.6mediumDisponible gratisvsGPT-5.6 Lunahigh Kimi K2.6mediumDisponible gratisvsGrok 4.5low KAT-Coder-Pro V2.5highvsKimi K2.6mediumDisponible gratis