导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

MoonshotAI: Kimi K2.5 vs Qwen: Qwen3.6 Max Preview

摘要

Kimi K2.5 vs Qwen3.6 Max Preview benchmark 对比：平均分几乎持平，为 6.8 vs 6.9。 Qwen3.6 Max Preview benchmark 成本更低，为 $0.075 vs $0.328。 Qwen3.6 Max Preview 更快，为 3.30s vs 98.43s，通过率为 68.3% vs 58.7%。

推荐模型: Qwen3.6 Max Preview - 它在这里得分最高（6.9），同时成本比Kimi K2.5低约 4.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 Kimi K2.5 Kimi K2.5 medium 发布日期: 2026-01-27 Qwen3.6 Max Preview Qwen3.6 Max Preview none 发布日期: 2026-04-20
分数 6.8 6.9
排名 #77 #75
可靠性 10.0 10.0
一致性 6.9 9.2
测试正确
尝试通过率 68.3% 58.7%
不稳定测试 8 2
总运行次数 63 63
每个结果成本 3.704 0.824
总成本 $0.328 $0.075
输入价格 $0.400 / 1M $1.040 / 1M
输出价格 $1.900 / 1M $6.240 / 1M
总输入令牌 34,312 42,509
输出令牌 48,379 4,779
推理令牌 157,747 0
响应时间（平均） 98.43s 3.30s
响应时间（最大） 281.00s 20.51s
响应时间（总计） 1378.03s 69.40s

Generation showcase

Hamster playing table tennis

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

#77 MoonshotAI: Kimi K2.5

medium
Cost
$0.030
Time
58.6s
Tokens
8,683 tok

#75 Qwen3.6 Max Preview

none
Cost
$0.025
Time
83.9s
Tokens
4,066 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
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 696 513 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
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
Qwen3.6 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 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
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 14,949 2,842 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
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 7,794 243 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
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 789 18 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
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 522 76 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
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
Qwen3.6 Max Preview 9.8 10.0 100.0% 0 1.40s 711 69 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
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.65s 714 321 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
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 8,211 222 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
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 1.97s 210 19 0

快速对比

切换对比组合

Ring-2.6-1TmediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsKimi K2.5mediumSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsStep 3.7 FlashhighGPT-5.4 NanomediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneMiniMax M3mediumvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsKimi K2.5mediumMercury 2mediumvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsGrok 4.20medium