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：Gemini 3.1 Flash Lite 平均分领先，为 6.4 vs 5.8。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.028 vs $0.079。 Gemini 3.1 Flash Lite 更快，为 1.89s vs 13.27s，通过率为 61.9% vs 36.5%。

推荐模型: Gemini 3.1 Flash Lite - 它在这里得分最高（6.4），同时成本比Kimi K2.6低约 2.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

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 none 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 none 发布日期: 2026-04-20 免费可用
分数	6.4	5.8
排名	#83	#115
可靠性	10.0	10.0
一致性	9.3	9.2
测试正确
尝试通过率	61.9%	36.5%
不稳定测试	2	2
总运行次数	63	63
每个结果成本	0.227	1.267
总成本	$0.028	$0.079
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	32,916
输出令牌	2,732	16,410
推理令牌	9,260	0
响应时间（平均）	1.89s	13.27s
响应时间（最大）	5.66s	238.89s
响应时间（总计）	39.62s	278.57s

Generation showcase

Hamster playing table tennis

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

#83 Gemini 3.1 Flash Lite

low

Cost: $0.003
Time: 4.0s
Tokens: 1,479 tok

#115 MoonshotAI: Kimi K2.6

none

Cost: $0.020
Time: 127.4s
Tokens: 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

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	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
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072
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
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		4.48s	12,870	348	975
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
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		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
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		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
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438
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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760
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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191
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
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		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
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		1.36s	214	17	0

快速对比

切换对比组合