AI BENCHY 对比

Google: Gemini 3 Flash Preview vs MoonshotAI: Kimi K3

摘要

Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 8.5。 Gemini 3 Flash Preview (medium) benchmark 成本更低，为 $0.667 vs $3.112。 Gemini 3 Flash Preview (medium) 更快，为 18.64s vs 122.48s，通过率为 98.4% vs 82.5%。

推荐模型Gemini 3 Flash Preview (medium)它在这里得分最高（9.6），同时成本比Kimi K3 (max)低约 4.7 倍。

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

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17	Kimi K3 Kimi K3 max 发布日期: 2026-07-16

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17	Kimi K3 Kimi K3 max 发布日期: 2026-07-16
分数	9.6	8.5
排名	#2	#21
可靠性	10.0	9.4
一致性	9.7	9.2
测试正确
尝试通过率	98.4%	82.5%
不稳定测试	1	2
总运行次数	63	63
每个结果成本	3.335	19.446
总成本	$0.667	$3.112
输入价格	$0.500 / 1M	$3.000 / 1M
输出价格	$3.000 / 1M	$15.000 / 1M
总输入令牌	37,017	34,916
输出令牌	2,006	2,910
推理令牌	214,153	197,529
响应时间（平均）	18.64s	122.48s
响应时间（最大）	117.26s	766.58s
响应时间（总计）	391.35s	2327.06s

生成展示

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium

成本: $0.010
时间: 17.9s
令牌: 3,236 tok

#21 MoonshotAI: Kimi K3

max

成本: $0.281
时间: 506.9s
令牌: 18,863 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
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629

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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012

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 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485
Kimi K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460

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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606

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 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684
Kimi K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180

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 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871

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 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119

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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368

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 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	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 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284

快速对比

切换对比组合

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 Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Claude Opus 4.7mediumvsKimi K3max Kimi K3maxvsGrok 4.5medium Muse Spark 1.1lowvsKimi K3max