AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs MoonshotAI: Kimi K2.6

概要

Kimi K2.6 が平均スコアでリードし、5.8 vs 5.3 です。 DeepSeek V3.2 の benchmark コストが低く、$0.020 vs $0.097 です。 Kimi K2.6 の方が高速で、13.27s vs 13.83s です、成功率は 39.7% vs 36.5% です。

おすすめモデルKimi K2.6この比較で最も高いスコア（5.8）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-16

指標	DeepSeek V3.2 DeepSeek V3.2 none リリース: 2025-12-01	Kimi K2.6 Kimi K2.6 none リリース: 2026-04-20 無料で利用可能

指標	DeepSeek V3.2 DeepSeek V3.2 none リリース: 2025-12-01	Kimi K2.6 Kimi K2.6 none リリース: 2026-04-20 無料で利用可能
スコア	5.3	5.8
順位	#157	#139
信頼性	10.0	10.0
一貫性	7.6	9.2
正解テスト
試行ごとの合格率	39.7%	36.5%
不安定なテスト	6	2
総実行回数	63	63
結果あたりのコスト	0.306	1.267
合計コスト	$0.020	$0.097
入力価格	$0.269 / 1M	$0.950 / 1M
出力価格	$0.400 / 1M	$4.000 / 1M
合計入力トークン	55,997	32,916
出力トークン	11,165	16,410
推論トークン	0	0
応答時間（平均）	13.83s	13.27s
応答時間（最大）	115.89s	238.89s
応答時間（合計）	290.43s	278.57s

生成ショーケース

Hamster playing table tennis

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

#157 DeepSeek V3.2

none

コスト: $0.002
時間: 7.0s
トークン: 1,046 tok

#139 MoonshotAI: Kimi K2.6

none

コスト: $0.020
時間: 127.4s
トークン: 4,429 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	3.2	8.0	8.3%	1		9.35s	494	1,073	0
Kimi K2.6	4.6	10.0	25.0%	0		1.39s	618	471	0

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	3.1	6.9	11.1%	1		14.54s	7,279	4,528	0
Kimi K2.6	5.5	9.8	33.3%	0		82.57s	5,986	14,754	0

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	6.5	10.0	0.0%	0		115.89s	29,843	2,887	0
Kimi K2.6	3.0	10.0	0.0%	0		3.38s	11,269	290	0

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	6.3	5.8	66.7%	1		9.42s	7,890	1,710	0
Kimi K2.6	10.0	10.0	100.0%	0		1.32s	7,014	201	0

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	2.9	7.2	11.1%	1		4.17s	624	21	0
Kimi K2.6	5.3	7.2	44.4%	1		1.48s	732	42	0

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	4.7	1.6	66.7%	1		9.32s	314	43	0
Kimi K2.6	5.4	3.5	33.3%	1		1.55s	477	138	0

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	10.0	10.0	100.0%	0		1.52s	627	66	0
Kimi K2.6	6.5	10.0	50.0%	0		1.64s	669	72	0

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	7.6	7.2	77.8%	1		6.91s	424	298	0
Kimi K2.6	3.1	9.9	0.0%	0		1.40s	651	185	0

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	10.0	10.0	100.0%	0		11.85s	8,319	522	0
Kimi K2.6	10.0	10.0	100.0%	0		4.46s	5,286	240	0

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	3.0	10.0	0.0%	0		17.23s	183	17	0
Kimi K2.6	3.0	10.0	0.0%	0		1.36s	214	17	0

クイック比較

比較ペアを切り替え