- 排名
- #65
- 总输出令牌
- 444,665
- 响应时间（平均）
- 32.88s
- 总成本
- $0.591
DeepSeek V4.1 Flash (medium) vs Kimi K3.1 Pro (max)
平均分几乎持平，为 8.7 vs 8.7。 DeepSeek V4.1 Flash (medium) benchmark 成本更低，为 $0.591 vs $3.578。 DeepSeek V4.1 Flash (medium) 更快，为 32.88s vs 152.72s，通过率为 73.9% vs 84.1%。
已对比模型
- 排名
- #66
- 总输出令牌
- 300,622
- 响应时间（平均）
- 152.72s
- 总成本
- $3.578
推荐模型
DeepSeek V4.1 Flash (medium)
它在这里得分最高（8.7），同时成本比Kimi K3.1 Pro (max)低约 6.1 倍。
详细对比
| 指标 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium | Kimi K3.1 Pro Kimi K3.1 Pro max |
|---|---|---|
| 分数 | 8.7 | 8.7 |
| 排名 | #65 | #66 |
| 可靠性 | 9.6 | 7.1 |
| 一致性 | 9.3 | 8.6 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 73.9% | 84.1% |
| 不稳定测试 | 2 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 1.757 | 21.043 |
| 总成本 | $0.591 | $3.578 |
| 输入价格 | $0.013 / 1M | $2.000 / 1M |
| 输出价格 | $1.320 / 1M | $10.000 / 1M |
| 缓存读取价格 | $0.013 / 1M | $0.200 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 280,643 | 285,488 |
| 输出令牌 | 7,342 | 9,091 |
| 推理令牌 | 437,323 | 291,531 |
| 响应时间（平均） | 32.88s | 152.72s |
| 响应时间（最大） | 276.31s | 960.13s |
| 响应时间（总计） | 756.34s | 3512.51s |
| 参数量 | 748B 总计 (16B 激活) | ~2.8T 总计 (~104B 激活) |
| 开放状态 | 开源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#65 DeepSeek V4.1 Flash
medium- 成本
- $0.014
- 时间
- 34.7s
- 令牌
- 11,541 tok
#66 MoonshotAI: Kimi K3.1 Pro
max- 成本
- $0.193
- 时间
- 387.5s
- 令牌
- 19,362 tok
类别细分
| 智能体任务 | 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 V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 47.59s | 192,135 | 1,932 | 11,917 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 110.07s | 138,588 | 1,841 | 9,043 |
| 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 V4.1 Flash | 8.3 | 10.0 | 75.0% | 0 | 3.07s | 852 | 156 | 4,108 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 9.24s | 1,638 | 300 | 4,250 |
| 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 V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 34.45s | 7,509 | 396 | 71,345 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 71.94s | 8,061 | 467 | 31,621 |
| 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 V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 22.21s | 66,161 | 3,956 | 24,673 | |
| Kimi K3.1 Pro | 5.1 | 2.7 | 50.0% | 2 | 177.43s | 116,569 | 4,991 | 43,737 |
| 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 V4.1 Flash | 6.5 | 10.0 | 50.0% | 0 | 3.77s | 2,397 | 120 | 998 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 6.81s | 7,839 | 273 | 1,004 |
| 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 V4.1 Flash | 2.9 | 7.2 | 11.1% | 1 | 153.01s | 909 | 24 | 298,454 | |
| Kimi K3.1 Pro | 5.9 | 7.2 | 55.6% | 1 | 789.18s | 760 | 80 | 143,786 |
| 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 V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.13s | 549 | 131 | 581 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 20.89s | 732 | 182 | 2,554 |
| 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 V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.69s | 783 | 63 | 1,483 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 9.06s | 1,179 | 147 | 2,330 |
| 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 V4.1 Flash | 8.7 | 7.7 | 88.9% | 1 | 8.01s | 828 | 293 | 12,340 | |
| Kimi K3.1 Pro | 8.2 | 7.2 | 88.9% | 1 | 37.30s | 1,416 | 356 | 15,353 |
| 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 V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.33s | 8,259 | 258 | 296 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 17.26s | 8,241 | 348 | 744 |
| 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 V4.1 Flash | 3.0 | 10.0 | 0.0% | 0 | 20.25s | 261 | 13 | 11,128 | |
| Kimi K3.1 Pro | 3.0 | 10.0 | 0.0% | 0 | 245.48s | 465 | 106 | 37,109 |
快速对比
切换对比组合
Muse Spark 1.2lowvsKimi K3.1 PromaxDeepSeek V4.1 FlashhighvsKimi K3.1 PromaxMuse Spark OpenmediumvsKimi K3.1 PromaxDeepSeek V4.1 FlashmediumvsMuse Spark 1.2lowKimi K3.1 PromaxvsGPT-5.4mediumKimi K3.1 PromaxvsGPT-5.2mediumKimi K3.1 PromaxvsQwen3.8 27Bhigh免费可用Kimi K3.1 PromaxvsMiMo-V2.6-PromediumSeed 2.1 TurbomediumvsKimi K3.1 PromaxDeepSeek V4.1 FlashmediumvsQwen3.8 27Bhigh免费可用Kimi K3.1 PromaxvsGPT-6 SollowDeepSeek V4.1 FlashmediumvsQwen3.8 MAXlow