AI BENCHY 对比

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

摘要

Kimi K2.6 平均分领先，为 5.8 vs 5.3。 DeepSeek V3.2 benchmark 成本更低，为 $0.020 vs $0.097。 Kimi K2.6 更快，为 13.27s vs 13.83s，通过率为 39.7% vs 36.5%。

推荐模型Kimi K2.6它在本次比较中得分最高（5.8），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-16

指标	DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01	Kimi K2.6 Kimi K2.6 none 发布日期: 2026-04-20 免费可用

指标	DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01	Kimi K2.6 Kimi K2.6 none 发布日期: 2026-04-20 免费可用
分数	5.3	5.8
排名	#157	#139
可靠性	10.0	10.0
一致性	7.6	9.2
测试正确
尝试通过率	39.7%	36.5%
不稳定测试	6	2
总运行次数	63	63
每个结果成本	0.306	1.267
总成本	$0.020	$0.097
输入价格	$0.269 / 1M	$0.950 / 1M
输出价格	$0.400 / 1M	$4.000 / 1M
总输入令牌	55,997	32,916
输出令牌	11,165	16,410
推理令牌	0	0
响应时间（平均）	13.83s	13.27s
响应时间（最大）	115.89s	238.89s
响应时间（总计）	290.43s	278.57s

生成展示

Hamster playing table tennis

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

#157 DeepSeek V3.2

none

成本: $0.002
时间: 7.0s
令牌: 1,046 tok

#139 MoonshotAI: Kimi K2.6

none

成本: $0.020
时间: 127.4s
令牌: 4,429 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

快速对比

切换对比组合