AI BENCHY Compare

MoonshotAI: Kimi K3 vs xAI: Grok 4.5

Ringkasan

Kimi K3 (max) unggul dalam skor rata-rata dengan 8.5 vs 8.3. Grok 4.5 (medium) memiliki biaya benchmark lebih rendah di $1.696 vs $3.112. Grok 4.5 (medium) lebih cepat di 62.63s vs 122.48s, dengan tingkat keberhasilan 82.5% vs 77.8%.

Model yang direkomendasikanGrok 4.5 (medium)Its score stays close to the best score here (8.3 vs 8.5), while costing about 1.8x 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	Grok 4.5 Grok 4.5 medium Rilis: 2026-07-08

Metrik	Kimi K3 Kimi K3 max Rilis: 2026-07-16	Grok 4.5 Grok 4.5 medium Rilis: 2026-07-08
Skor	8.5	8.3
Peringkat	#21	#29
Keandalan	9.4	9.9
Konsistensi	9.2	8.9
Tes benar
Tingkat lulus per percobaan	82.5%	77.8%
Tes tidak stabil	2	3
Total Run	63	63
Biaya per hasil	19.446	11.304
Total Biaya	$3.112	$1.696
Harga input	$3.000 / 1M	$2.000 / 1M
Harga output	$15.000 / 1M	$6.000 / 1M
Total token input	34,916	53,500
Token output	2,910	1,621
Token penalaran	197,529	263,127
Waktu respons (rata-rata)	122.48s	62.63s
Waktu respons (maks)	766.58s	436.38s
Waktu respons (total)	2327.06s	1315.20s

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

#29 xAI: Grok 4.5

medium

Biaya: $0.044
Waktu: 59.4s
Token: 7,512 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
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

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
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

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
Grok 4.5	10.0	10.0	100.0%	0		15.65s	15,084	261	4,254

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
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

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
Grok 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922

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
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

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
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

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
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

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
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

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
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

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 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