AI BENCHY Compare

MoonshotAI: Kimi K2.6 vs xAI: Grok 4.5

Rezumat

Comparație benchmark Kimi K2.6 (medium) vs Grok 4.5 (low): Grok 4.5 (low) conduce la scorul mediu cu 7.8 vs 7.8. Grok 4.5 (low) are costul de benchmark mai mic, $0.760 vs $0.888. Grok 4.5 (low) este mai rapid cu 15.48s vs 71.67s, cu rate de reușită de 65.1% vs 74.6%.

Model recomandat: Grok 4.5 (low) - Are cel mai bun scor aici (7.8) și răspunde de aproximativ 4.6x mai rapid decât Kimi K2.6 (medium).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-08

Metrică	Kimi K2.6 Kimi K2.6 medium Lansare: 2026-04-20 Disponibil gratuit	Grok 4.5 Grok 4.5 low Lansare: 2026-07-08

Metrică	Kimi K2.6 Kimi K2.6 medium Lansare: 2026-04-20 Disponibil gratuit	Grok 4.5 Grok 4.5 low Lansare: 2026-07-08
Scor	7.8	7.8
Rang	#38	#34
Fiabilitate	10.0	10.0
Consistență	8.6	9.7
Teste corecte
Rată de trecere pe încercare	65.1%	74.6%
Teste instabile	3	1
Rulări totale	63	63
Cost per rezultat	8.358	5.061
Cost total	$0.888	$0.760
Preț de intrare	$0.650 / 1M	$2.000 / 1M
Preț de ieșire	$3.410 / 1M	$6.000 / 1M
Total tokenuri de intrare	29,450	58,652
Tokenuri de ieșire	102,923	1,735
Tokenuri de raționament	254,094	105,233
Timp de răspuns (mediu)	71.67s	15.48s
Timp de răspuns (maxim)	406.78s	205.28s
Timp de răspuns (total)	1433.36s	324.98s

Prezentare generare

Hamster playing table tennis

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

#38 MoonshotAI: Kimi K2.6

medium

Cost: $0.013
Timp: 103.4s
Tokenuri: 3,620 tok

#34 xAI: Grok 4.5

low

Cost: $0.011
Timp: 12.4s
Tokenuri: 2,018 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K2.6	7.0	8.0	66.7%	1		11.59s	618	7,115	8,934
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K2.6	5.7	8.6	33.3%	0		214.42s	2,925	9,970	77,189
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K2.6	10.0	10.0	100.0%	0		40.96s	11,271	711	13,876
Grok 4.5	3.0	10.0	0.0%	0		8.16s	15,084	261	2,370

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K2.6	10.0	10.0	100.0%	0		20.38s	7,014	316	11,305
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K2.6	5.3	7.2	44.4%	1		202.38s	326	47,035	98,262
Grok 4.5	3.0	10.0	0.0%	0		72.64s	2,514	14	70,275

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K2.6	10.0	10.0	100.0%	0		17.83s	477	3,981	4,472
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K2.6	10.0	10.0	100.0%	0		12.53s	669	3,977	5,269
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K2.6	6.0	7.4	55.6%	1		25.06s	651	13,860	17,599
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K2.6	10.0	10.0	100.0%	0		8.92s	5,286	248	1,011
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K2.6	3.0	10.0	0.0%	0		130.27s	213	15,710	16,177
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

Comparație rapidă

Schimbă perechea de comparație