AI BENCHY Compare

MoonshotAI: Kimi K3 vs OpenAI: GPT-5.4

Ringkasan

Skor rata-rata hampir imbang di 8.5 vs 8.5. GPT-5.4 (medium) memiliki biaya benchmark lebih rendah di $1.210 vs $3.112. GPT-5.4 (medium) lebih cepat di 22.35s vs 122.48s, dengan tingkat keberhasilan 82.5% vs 76.2%.

Model yang direkomendasikanGPT-5.4 (medium)It has the best score here (8.5), while costing about 2.6x 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-5.4 GPT-5.4 medium Rilis: 2026-03-05

Metrik	Kimi K3 Kimi K3 max Rilis: 2026-07-16	GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05
Skor	8.5	8.5
Peringkat	#21	#23
Keandalan	9.4	10.0
Konsistensi	9.2	8.6
Tes benar
Tingkat lulus per percobaan	82.5%	76.2%
Tes tidak stabil	2	4
Total Run	63	63
Biaya per hasil	19.446	8.640
Total Biaya	$3.112	$1.210
Harga input	$3.000 / 1M	$2.500 / 1M
Harga output	$15.000 / 1M	$15.000 / 1M
Total token input	34,916	34,108
Token output	2,910	2,242
Token penalaran	197,529	72,707
Waktu respons (rata-rata)	122.48s	22.35s
Waktu respons (maks)	766.58s	100.41s
Waktu respons (total)	2327.06s	469.29s

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

#23 GPT-5.4

medium

Biaya: $0.214
Waktu: 199.6s
Token: 14,349 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-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511

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-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216

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-5.4	10.0	10.0	100.0%	0		20.57s	11,019	301	3,543

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-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804

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-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748

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-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321

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-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897

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-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815

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-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031

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-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Claude Opus 4.7mediumvsKimi K3max Kimi K3maxvsGrok 4.5medium Muse Spark 1.1lowvsKimi K3max Muse Spark 1.1lowvsGPT-5.4medium DeepSeek V4 FlashhighvsGPT-5.4medium