AI BENCHY Compare

Model yang Dibandingkan

Ringkasan

Perbandingan benchmark Kimi K3 (max) vs Kimi K2.6 (medium) vs GPT-5.6 Sol (medium)GPT-5.6 Sol (medium) unggul pada Skor dengan 9.4. Kimi K2.6 (medium) unggul pada Keandalan dengan 10.0. GPT-5.6 Sol (medium) memiliki Total Biaya terendah di $0.966. GPT-5.6 Sol (medium) paling cepat di 10.79s.

Model yang direkomendasikanGPT-5.6 Sol (medium)It has the best score here (9.4), while costing about 2.2x less than model lain dalam perbandingan ini.

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

Metrik	Kimi K3 Kimi K3 max Rilis: 2026-07-16	Kimi K2.6 Kimi K2.6 medium Rilis: 2026-04-20 Tersedia gratis	GPT-5.6 Sol GPT-5.6 Sol medium Rilis: 2026-07-09

Metrik	Kimi K3 Kimi K3 max Rilis: 2026-07-16	Kimi K2.6 Kimi K2.6 medium Rilis: 2026-04-20 Tersedia gratis	GPT-5.6 Sol GPT-5.6 Sol medium Rilis: 2026-07-09
Skor	8.5	7.8	9.4
Peringkat	#21	#49	#5
Keandalan	9.4	10.0	10.0
Konsistensi	9.2	8.6	8.8
Tes benar
Tingkat lulus per percobaan	82.5%	65.1%	90.5%
Tes tidak stabil	2	3	3
Total Run	63	63	63
Biaya per hasil	19.446	8.358	5.682
Total Biaya	$3.112	$1.047	$0.966
Harga input	$3.000 / 1M	$0.950 / 1M	$5.000 / 1M
Harga output	$15.000 / 1M	$4.000 / 1M	$30.000 / 1M
Total token input	34,916	29,450	34,218
Token output	2,910	102,923	1,895
Token penalaran	197,529	254,094	24,600
Waktu respons (rata-rata)	122.48s	71.67s	10.79s
Waktu respons (maks)	766.58s	406.78s	79.40s
Waktu respons (total)	2327.06s	1433.36s	226.57s

Showcase generasi

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

max

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

#49 MoonshotAI: Kimi K2.6

medium

Biaya: $0.013
Waktu: 103.4s
Token: 3,620 tok

#5 GPT-5.6 Sol

medium

Biaya: $0.124
Waktu: 57.2s
Token: 4,199 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	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

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

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

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

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

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

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

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

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

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

Perbandingan Cepat

Ganti Pasangan Perbandingan

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