AI BENCHY 对比

Google: Gemini 3.1 Flash Lite vs MoonshotAI: Kimi K2.6

摘要

Gemini 3.1 Flash Lite vs Kimi K2.6 benchmark 对比：Kimi K2.6 平均分领先，为 7.8 vs 6.4。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.028 vs $0.889。 Gemini 3.1 Flash Lite 更快，为 1.89s vs 71.67s，通过率为 61.9% vs 65.1%。

推荐模型: Gemini 3.1 Flash Lite - 它提供了最佳整体取舍：得分有竞争力（6.4），成本低于Kimi K2.6，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08	Kimi K2.6 Kimi K2.6 medium 发布日期: 2026-04-20 免费可用

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08	Kimi K2.6 Kimi K2.6 medium 发布日期: 2026-04-20 免费可用
分数	6.4	7.8
排名	#85	#35
可靠性	10.0	10.0
一致性	9.3	8.6
测试正确
尝试通过率	61.9%	65.1%
不稳定测试	2	3
总运行次数	63	63
每个结果成本	0.227	8.358
总成本	$0.028	$0.889
输入价格	$0.250 / 1M	$0.680 / 1M
输出价格	$1.500 / 1M	$3.410 / 1M
总输入令牌	36,892	29,450
输出令牌	2,732	102,923
推理令牌	9,260	254,094
响应时间（平均）	1.89s	71.67s
响应时间（最大）	5.66s	406.78s
响应时间（总计）	39.62s	1433.36s

生成展示

Hamster playing table tennis

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

#85 Gemini 3.1 Flash Lite

low

成本: $0.003
时间: 4.0s
令牌: 1,479 tok

#35 MoonshotAI: Kimi K2.6

medium

成本: $0.013
时间: 103.4s
令牌: 3,620 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

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
Gemini 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548
Kimi K2.6	7.0	8.0	66.7%	1		11.59s	618	7,115	8,934

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
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072
Kimi K2.6	5.7	8.6	33.3%	0		214.42s	2,925	9,970	77,189

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
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		4.48s	12,870	348	975
Kimi K2.6	10.0	10.0	100.0%	0		40.96s	11,271	711	13,876

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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697
Kimi K2.6	10.0	10.0	100.0%	0		20.38s	7,014	316	11,305

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
Gemini 3.1 Flash Lite	5.3	10.0	33.3%	0		1.52s	639	15	1,214
Kimi K2.6	5.3	7.2	44.4%	1		202.38s	326	47,035	98,262

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
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438
Kimi K2.6	10.0	10.0	100.0%	0		17.83s	477	3,981	4,472

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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760
Kimi K2.6	10.0	10.0	100.0%	0		12.53s	669	3,977	5,269

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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191
Kimi K2.6	6.0	7.4	55.6%	1		25.06s	651	13,860	17,599

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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945
Kimi K2.6	10.0	10.0	100.0%	0		8.92s	5,286	248	1,011

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
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420
Kimi K2.6	3.0	10.0	0.0%	0		130.27s	213	15,710	16,177

快速对比

切换对比组合