AI BENCHY Compare

MoonshotAI: Kimi K3 vs OpenAI: GPT-5.5

Rezumat

GPT-5.5 (medium) conduce la scorul mediu cu 9.0 vs 8.5. Kimi K3 (max) are costul de benchmark mai mic, $3.112 vs $3.679. GPT-5.5 (medium) este mai rapid cu 37.98s vs 122.48s, cu rate de reușită de 82.5% vs 87.3%.

Model recomandatGPT-5.5 (medium)Are cel mai bun scor aici (9.0) și răspunde de aproximativ 3.2x mai rapid decât Kimi K3 (max).

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	GPT-5.5 GPT-5.5 medium Lansare: 2026-04-24

Metrică	Kimi K3 Kimi K3 max Lansare: 2026-07-16	GPT-5.5 GPT-5.5 medium Lansare: 2026-04-24
Scor	8.5	9.0
Rang	#21	#12
Fiabilitate	9.4	10.0
Consistență	9.2	8.9
Teste corecte
Rată de trecere pe încercare	82.5%	87.3%
Teste instabile	2	3
Rulări totale	63	63
Cost per rezultat	19.446	21.638
Cost total	$3.112	$3.679
Preț de intrare	$3.000 / 1M	$5.000 / 1M
Preț de ieșire	$15.000 / 1M	$30.000 / 1M
Total tokenuri de intrare	34,916	34,212
Tokenuri de ieșire	2,910	1,985
Tokenuri de raționament	197,529	114,925
Timp de răspuns (mediu)	122.48s	37.98s
Timp de răspuns (maxim)	766.58s	332.10s
Timp de răspuns (total)	2327.06s	797.60s

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

#12 GPT-5.5

medium

Cost: $0.112
Timp: 71.9s
Tokenuri: 3,807 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	Teste corecte	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
GPT-5.5	10.0	10.0	100.0%	0		4.66s	606	250	1,335

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 K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012
GPT-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959

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 K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460
GPT-5.5	10.0	10.0	100.0%	0		19.29s	11,019	312	2,841

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 K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606
GPT-5.5	10.0	10.0	100.0%	0		4.18s	7,140	234	593

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 K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180
GPT-5.5	5.3	7.2	44.4%	1		164.14s	723	67	79,625

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 K3	10.0	10.0	100.0%	0		14.91s	732	191	871
GPT-5.5	10.0	10.0	100.0%	0		4.16s	477	138	223

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 K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119
GPT-5.5	10.0	10.0	100.0%	0		3.36s	660	93	538

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 K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368
GPT-5.5	10.0	10.0	100.0%	0		6.76s	642	241	2,225

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 K3	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.5	10.0	10.0	100.0%	0		10.57s	5,445	258	832

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 K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284
GPT-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754

Comparație rapidă

Schimbă perechea de comparație

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 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-5.5medium