AI BENCHY Compare

MoonshotAI: Kimi K3 vs xAI: Grok 4.5

Resumen

Kimi K3 (max) lidera en puntuación media con 8.5 vs 8.3. Grok 4.5 (medium) tiene menor coste de benchmark con $1.696 vs $3.112. Grok 4.5 (medium) es más rápido con 62.63s vs 122.48s, con tasas de acierto de 82.5% vs 77.8%.

Modelo recomendadoGrok 4.5 (medium)Su puntuación se mantiene cerca de la mejor aquí (8.3 vs 8.5) y cuesta aproximadamente 1.8x menos que Kimi K3 (max).

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	Grok 4.5 Grok 4.5 medium Lanzamiento: 2026-07-08

Métrica	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16	Grok 4.5 Grok 4.5 medium Lanzamiento: 2026-07-08
Puntuación	8.5	8.3
Rango	#21	#29
Fiabilidad	9.4	9.9
Consistencia	9.2	8.9
Pruebas correctas
Tasa de aciertos por intento	82.5%	77.8%
Pruebas inestables	2	3
Ejecuciones totales	63	63
Costo por resultado	19.446	11.304
Costo total	$3.112	$1.696
Precio de entrada	$3.000 / 1M	$2.000 / 1M
Precio de salida	$15.000 / 1M	$6.000 / 1M
Total de tokens de entrada	34,916	53,500
Tokens de salida	2,910	1,621
Tokens de razonamiento	197,529	263,127
Tiempo de respuesta (promedio)	122.48s	62.63s
Tiempo de respuesta (máximo)	766.58s	436.38s
Tiempo de respuesta (total)	2327.06s	1315.20s

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

#29 xAI: Grok 4.5

medium

Coste: $0.044
Tiempo: 59.4s
Tokens: 7,512 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
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

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 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

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 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

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 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

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 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

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 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

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 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

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 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

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 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

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 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

Comparación rápida

Cambiar par de comparación

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