AI BENCHY Compare

Modele comparate

Rezumat

Comparație benchmark Kimi K3 (max) vs Kimi K2.6 (medium) vs GPT-5.6 Sol (medium) vs GPT-5.6 Terra (high)GPT-5.6 Sol (medium) conduce la Scor cu 9.4. Kimi K2.6 (medium) conduce la Fiabilitate cu 10.0. GPT-5.6 Terra (high) are cel mai mic Cost total, $0.852. GPT-5.6 Sol (medium) are cel mai rapid timp de răspuns, 10.79s.

Model recomandatGPT-5.6 Sol (medium)Are cel mai bun scor aici (9.4) și costă de aproximativ 1.7x mai puțin decât celelalte modele din această comparație.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-16

Metrică	Kimi K3 Kimi K3 max Lansare: 2026-07-16	Kimi K2.6 Kimi K2.6 medium Lansare: 2026-04-20 Disponibil gratuit	GPT-5.6 Sol GPT-5.6 Sol medium Lansare: 2026-07-09	GPT-5.6 Terra GPT-5.6 Terra high Lansare: 2026-07-09

Metrică	Kimi K3 Kimi K3 max Lansare: 2026-07-16	Kimi K2.6 Kimi K2.6 medium Lansare: 2026-04-20 Disponibil gratuit	GPT-5.6 Sol GPT-5.6 Sol medium Lansare: 2026-07-09	GPT-5.6 Terra GPT-5.6 Terra high Lansare: 2026-07-09
Scor	8.5	7.8	9.4	8.2
Rang	#21	#49	#5	#32
Fiabilitate	9.4	10.0	10.0	10.0
Consistență	9.2	8.6	8.8	9.6
Teste corecte
Rată de trecere pe încercare	82.5%	65.1%	90.5%	68.3%
Teste instabile	2	3	3	1
Rulări totale	63	63	63	63
Cost per rezultat	19.446	8.358	5.682	6.086
Cost total	$3.112	$1.047	$0.966	$0.852
Preț de intrare	$3.000 / 1M	$0.950 / 1M	$5.000 / 1M	$2.500 / 1M
Preț de ieșire	$15.000 / 1M	$4.000 / 1M	$30.000 / 1M	$15.000 / 1M
Total tokenuri de intrare	34,916	29,450	34,218	34,218
Tokenuri de ieșire	2,910	102,923	1,895	1,908
Tokenuri de raționament	197,529	254,094	24,600	49,189
Timp de răspuns (mediu)	122.48s	71.67s	10.79s	10.89s
Timp de răspuns (maxim)	766.58s	406.78s	79.40s	91.49s
Timp de răspuns (total)	2327.06s	1433.36s	226.57s	228.65s

Prezentare generare

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

max

Cost: $0.281
Timp: 506.9s
Tokenuri: 18,863 tok

#49 MoonshotAI: Kimi K2.6

medium

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

#5 GPT-5.6 Sol

medium

Cost: $0.124
Timp: 57.2s
Tokenuri: 4,199 tok

#32 GPT-5.6 Terra

high

Cost: $0.055
Timp: 30.2s
Tokenuri: 3,748 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

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K3	10.0	10.0	100.0%	0	10.24s	1,638	496	2,629
Kimi K2.6	7.0	8.0	66.7%	1	11.59s	618	7,115	8,934
GPT-5.6 Sol	10.0	10.0	100.0%	0	2.81s	606	173	572
GPT-5.6 Terra	8.3	10.0	75.0%	0	2.54s	606	158	700

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K3	10.0	10.0	100.0%	0	325.79s	8,061	460	84,012
Kimi K2.6	5.7	8.6	33.3%	0	214.42s	2,925	9,970	77,189
GPT-5.6 Sol	10.0	10.0	100.0%	0	9.40s	7,302	394	4,706
GPT-5.6 Terra	7.6	7.2	77.8%	1	9.14s	7,302	370	6,087

Combinat	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K3	10.0	10.0	100.0%	223.03s	12,792	399	20,460
Kimi K2.6	10.0	10.0	100.0%	40.96s	11,271	711	13,876
GPT-5.6 Sol	10.0	10.0	100.0%	12.13s	11,019	318	1,214
GPT-5.6 Terra	10.0	10.0	100.0%	6.94s	11,019	314	627

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K3	7.3	5.8	83.3%	1	16.72s	7,839	354	2,606
Kimi K2.6	10.0	10.0	100.0%	0	20.38s	7,014	316	11,305
GPT-5.6 Sol	10.0	10.0	100.0%	0	1.38s	7,140	222	0
GPT-5.6 Terra	10.0	10.0	100.0%	0	938ms	7,140	222	0

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K3	5.9	7.2	55.6%	1	490.14s	794	80	83,180
Kimi K2.6	5.3	7.2	44.4%	1	202.38s	326	47,035	98,262
GPT-5.6 Sol	5.9	7.2	55.6%	1	47.86s	723	71	16,201
GPT-5.6 Terra	5.3	10.0	33.3%	0	43.44s	723	70	32,942

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K3	10.0	10.0	100.0%	14.91s	732	191	871
Kimi K2.6	10.0	10.0	100.0%	17.83s	477	3,981	4,472
GPT-5.6 Sol	10.0	10.0	100.0%	3.48s	477	99	214
GPT-5.6 Terra	5.1	10.0	0.0%	3.03s	477	113	216

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K3	10.0	10.0	100.0%	7.66s	1,179	147	1,119
Kimi K2.6	10.0	10.0	100.0%	12.53s	669	3,977	5,269
GPT-5.6 Sol	10.0	10.0	100.0%	2.50s	660	96	249
GPT-5.6 Terra	10.0	10.0	100.0%	2.14s	660	96	319

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K3	10.0	10.0	100.0%	0	7.36s	1,416	495	1,368
Kimi K2.6	6.0	7.4	55.6%	1	25.06s	651	13,860	17,599
GPT-5.6 Sol	8.2	7.2	88.9%	1	2.98s	642	228	566
GPT-5.6 Terra	7.7	10.0	66.7%	0	5.45s	642	277	2,613

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K3	3.0	10.0	0.0%	0ms	0	0	0
Kimi K2.6	10.0	10.0	100.0%	8.92s	5,286	248	1,011
GPT-5.6 Sol	10.0	10.0	100.0%	6.30s	5,454	264	361
GPT-5.6 Terra	10.0	10.0	100.0%	4.97s	5,454	258	168

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Kimi K3	3.0	10.0	0.0%	0	19.67s	465	288	1,284
Kimi K2.6	3.0	10.0	0.0%	0	130.27s	213	15,710	16,177
GPT-5.6 Sol	4.7	1.6	66.7%	1	4.94s	195	30	517
GPT-5.6 Terra	3.0	10.0	0.0%	0	23.30s	195	30	5,517

Comparație rapidă

Schimbă perechea de comparație

GPT-5.6 TerrahighvsQwen3.7 Plusmedium Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Claude Opus 4.8lowvsKimi K2.6mediumDisponibil gratuit Kimi K3maxvsGPT-5.4medium Kimi K2.6mediumDisponibil gratuitvsGPT-5.6 Terralow Nemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGPT-5.6 Terrahigh Gemini 2.5 FlashmediumvsGPT-5.6 Terrahigh Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K2.6mediumDisponibil gratuitvsStep 3.7 Flashlow