AI BENCHY Compare

MoonshotAI: Kimi K3 vs OpenAI: GPT-5.3-Codex

Ringkasan

GPT-5.3-Codex (medium) unggul dalam skor rata-rata dengan 8.9 vs 8.5. GPT-5.3-Codex (medium) memiliki biaya benchmark lebih rendah di $0.740 vs $3.112. GPT-5.3-Codex (medium) lebih cepat di 16.22s vs 122.48s, dengan tingkat keberhasilan 82.5% vs 82.5%.

Model yang direkomendasikanGPT-5.3-Codex (medium)It has the best score here (8.9), while costing about 4.2x less than Kimi K3 (max).

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

Metrik	Kimi K3 Kimi K3 max Rilis: 2026-07-16	GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05

Metrik	Kimi K3 Kimi K3 max Rilis: 2026-07-16	GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05
Skor	8.5	8.9
Peringkat	#21	#13
Keandalan	9.4	10.0
Konsistensi	9.2	8.5
Tes benar
Tingkat lulus per percobaan	82.5%	82.5%
Tes tidak stabil	2	4
Total Run	63	63
Biaya per hasil	19.446	4.932
Total Biaya	$3.112	$0.740
Harga input	$3.000 / 1M	$1.750 / 1M
Harga output	$15.000 / 1M	$14.000 / 1M
Total token input	34,916	34,299
Token output	2,910	2,357
Token penalaran	197,529	46,189
Waktu respons (rata-rata)	122.48s	16.22s
Waktu respons (maks)	766.58s	100.93s
Waktu respons (total)	2327.06s	340.67s

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

#13 GPT-5.3-Codex

medium

Biaya: $0.049
Waktu: 54.9s
Token: 3,580 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
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.56s	11,019	364	2,731

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
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	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
GPT-5.3-Codex	5.9	7.2	55.6%	1		64.31s	813	64	25,308

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	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
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	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
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

Perbandingan Cepat

Ganti Pasangan Perbandingan

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 Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Muse Spark 1.1lowvsGPT-5.3-Codexmedium Claude Opus 4.7mediumvsKimi K3max Kimi K3maxvsGrok 4.5medium Muse Spark 1.1lowvsKimi K3max