AI BENCHY Compare

MoonshotAI: Kimi K3 vs xAI: Grok 4.5

Rezumat

Kimi K3 (max) conduce la scorul mediu cu 8.5 vs 8.3. Grok 4.5 (medium) are costul de benchmark mai mic, $1.696 vs $3.112. Grok 4.5 (medium) este mai rapid cu 62.63s vs 122.48s, cu rate de reușită de 82.5% vs 77.8%.

Model recomandatGrok 4.5 (medium)Scorul rămâne aproape de cel mai bun scor de aici (8.3 vs 8.5) și costă de aproximativ 1.8x mai puțin 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	Grok 4.5 Grok 4.5 medium Lansare: 2026-07-08

Metrică	Kimi K3 Kimi K3 max Lansare: 2026-07-16	Grok 4.5 Grok 4.5 medium Lansare: 2026-07-08
Scor	8.5	8.3
Rang	#21	#29
Fiabilitate	9.4	9.9
Consistență	9.2	8.9
Teste corecte
Rată de trecere pe încercare	82.5%	77.8%
Teste instabile	2	3
Rulări totale	63	63
Cost per rezultat	19.446	11.304
Cost total	$3.112	$1.696
Preț de intrare	$3.000 / 1M	$2.000 / 1M
Preț de ieșire	$15.000 / 1M	$6.000 / 1M
Total tokenuri de intrare	34,916	53,500
Tokenuri de ieșire	2,910	1,621
Tokenuri de raționament	197,529	263,127
Timp de răspuns (mediu)	122.48s	62.63s
Timp de răspuns (maxim)	766.58s	436.38s
Timp de răspuns (total)	2327.06s	1315.20s

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

#29 xAI: Grok 4.5

medium

Cost: $0.044
Timp: 59.4s
Tokenuri: 7,512 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
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

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

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

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

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

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

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

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

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

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

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 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