AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs MoonshotAI: Kimi K3

Ringkasan

Kimi K3 (max) unggul dalam skor rata-rata dengan 8.5 vs 8.3. DeepSeek V4 Flash (high) memiliki biaya benchmark lebih rendah di $0.029 vs $3.112. DeepSeek V4 Flash (high) lebih cepat di 45.85s vs 122.48s, dengan tingkat keberhasilan 74.6% vs 82.5%.

Model yang direkomendasikanDeepSeek V4 Flash (high)Its score stays close to the best score here (8.3 vs 8.5), while costing about 109.4x less than Kimi K3 (max).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-16

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	Kimi K3 Kimi K3 max Rilis: 2026-07-16

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	Kimi K3 Kimi K3 max Rilis: 2026-07-16
Skor	8.3	8.5
Peringkat	#30	#21
Keandalan	10.0	9.4
Konsistensi	8.5	9.2
Tes benar
Tingkat lulus per percobaan	74.6%	82.5%
Tes tidak stabil	4	2
Total Run	63	63
Biaya per hasil	0.299	19.446
Total Biaya	$0.029	$3.112
Harga input	$0.098 / 1M	$3.000 / 1M
Harga output	$0.196 / 1M	$15.000 / 1M
Total token input	39,745	34,916
Token output	10,310	2,910
Token penalaran	123,501	197,529
Waktu respons (rata-rata)	45.85s	122.48s
Waktu respons (maks)	218.13s	766.58s
Waktu respons (total)	962.79s	2327.06s

Showcase generasi

Hamster playing table tennis

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

#30 DeepSeek V4 Flash

high

Biaya: $0.003
Waktu: 93.1s
Token: 7,926 tok

#21 MoonshotAI: Kimi K3

max

Biaya: $0.281
Waktu: 506.9s
Token: 18,863 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Perbandingan Cepat

Ganti Pasangan Perbandingan

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 A55bmediumTersedia gratis