- 排名
- #128
- 总输出令牌
- 347,519
- 响应时间（平均）
- 115.89s
- 总成本
- $1.247
已对比模型
Kimi K2.6 (medium) vs Kimi K2.5 (medium) vs GLM 5 (medium) vs Claude Opus 4.7 (medium) 基准对比: Claude Opus 4.7 (medium) 在分数上以 8.7 领先。 Kimi K2.6 (medium) 在可靠性上以 10.0 领先。 GLM 5 (medium) 的总成本最低，为 $0.228。 Claude Opus 4.7 (medium) 最快，为 7.62s。
已对比模型
- 排名
- #147
- 总输出令牌
- 220,942
- 响应时间（平均）
- 98.19s
- 总成本
- $0.479
- 排名
- #92
- 总输出令牌
- 124,566
- 响应时间（平均）
- 33.54s
- 总成本
- $0.228
- 排名
- #43
- 总输出令牌
- 29,990
- 响应时间（平均）
- 7.62s
- 总成本
- $1.476
推荐模型
Claude Opus 4.7 (medium)
它在这里得分最高（8.7），同时响应速度比本次比较中的其他模型快约 10.8 倍。
详细对比
| 指标 | Kimi K2.6 Kimi K2.6 medium | Kimi K2.5 Kimi K2.5 medium | GLM 5 GLM 5 medium | Claude Opus 4.7 Claude Opus 4.7 medium |
|---|---|---|---|---|
| 分数 | 7.2 | 7.0 | 7.7 | 8.7 |
| 排名 | #128 | #147 | #92 | #43 |
| 可靠性 | 10.0 | 10.0 | 10.0 | 10.0 |
| 一致性 | 8.3 | 7.0 | 8.1 | 9.6 |
| 尝试次数 | 66/66 | 66/66 | 63/66 | 66/66 |
| 测试正确 | ||||
| 尝试通过率 | 63.6% | 63.6% | 78.8% | 83.3% |
| 不稳定测试 | 4 | 8 | 4 | 1 |
| 总运行次数 | 66 | 66 | 63 | 66 |
| 每个结果成本 | 10.029 | 4.849 | 1.668 | 8.200 |
| 总成本 | $1.247 | $0.479 | $0.228 | $1.476 |
| 输入价格 | $0.950 / 1M | $0.450 / 1M | $0.600 / 1M | $5.000 / 1M |
| 输出价格 | $4.000 / 1M | $2.250 / 1M | $1.920 / 1M | $25.000 / 1M |
| 总输入令牌 | 68,913 | 118,496 | 35,224 | 145,249 |
| 输出令牌 | 64,654 | 53,522 | 21,570 | 24,948 |
| 推理令牌 | 282,865 | 167,420 | 102,996 | 5,042 |
| 响应时间（平均） | 115.89s | 98.19s | 33.54s | 7.62s |
| 响应时间（最大） | 876.20s | 281.00s | 99.85s | 65.40s |
| 响应时间（总计） | 2433.66s | 1571.05s | 435.99s | 159.94s |
| 参数量 | 1T 总计 (32B 激活) | 1T 总计 (32B 激活) | 744B 总计 (40B 激活) | ~5T 总计 (~500B 激活) |
| 开放状态 | 权重可用 | 权重可用 | 开源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#128 MoonshotAI: Kimi K2.6
medium- 成本
- $0.013
- 时间
- 103.4s
- 令牌
- 3,620 tok
#147 MoonshotAI: Kimi K2.5
medium- 成本
- $0.030
- 时间
- 58.6s
- 令牌
- 8,683 tok
#92 GLM 5
medium- 成本
- $0.005
- 时间
- 20.7s
- 令牌
- 2,068 tok
#43 Claude Opus 4.7
medium- 成本
- $0.059
- 时间
- 26.8s
- 令牌
- 2,475 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 K2.6 | 7.0 | 8.0 | 66.7% | 1 | 11.59s | 618 | 7,115 | 8,934 | |
| Kimi K2.5 | 7.3 | 5.8 | 83.3% | 2 | 51.38s | 634 | 2,789 | 8,880 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 23.66s | 555 | 480 | 7,056 | |
| Claude Opus 4.7 | 8.3 | 10.0 | 75.0% | 0 | 1.85s | 894 | 348 | 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 K2.6 | 5.7 | 8.6 | 33.3% | 0 | 214.42s | 2,925 | 9,970 | 77,189 | |
| Kimi K2.5 | 6.1 | 4.6 | 66.7% | 2 | 217.49s | 6,935 | 5,705 | 74,693 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 74.30s | 7,254 | 2,997 | 52,930 | |
| Claude Opus 4.7 | 7.6 | 7.2 | 77.8% | 1 | 12.96s | 10,635 | 7,629 | 1,114 |
| 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 K2.6 | 6.9 | 5.9 | 66.7% | 1 | 458.58s | 50,723 | 9,468 | 39,642 | |
| Kimi K2.5 | 6.7 | 9.1 | 50.0% | 0 | 89.19s | 95,416 | 14,448 | 11,209 | |
| GLM 5 | 5.0 | 5.0 | 50.0% | 0 | 28.96s | 12,804 | 662 | 3,242 | |
| Claude Opus 4.7 | 10.0 | 10.0 | 100.0% | 0 | 43.42s | 104,347 | 15,459 | 3,928 |
| 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 K2.6 | 10.0 | 10.0 | 100.0% | 0 | 20.38s | 7,014 | 316 | 11,305 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 49.78s | 7,020 | 563 | 7,940 | |
| GLM 5 | 7.1 | 5.6 | 83.3% | 1 | 8.90s | 5,508 | 567 | 3,734 | |
| Claude Opus 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.37s | 10,533 | 324 | 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 K2.6 | 5.3 | 7.2 | 44.4% | 1 | 264.43s | 337 | 9 | 101,267 | |
| Kimi K2.5 | 2.9 | 4.4 | 22.2% | 2 | 111.65s | 533 | 12,151 | 32,741 | |
| GLM 5 | 3.5 | 4.4 | 33.3% | 2 | 0ms | 260 | 13,176 | 14,137 | |
| Claude Opus 4.7 | 7.7 | 10.0 | 66.7% | 0 | 1.19s | 627 | 51 | 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 K2.6 | 10.0 | 10.0 | 100.0% | 0 | 17.83s | 477 | 3,981 | 4,472 | |
| Kimi K2.5 | 6.5 | 3.4 | 66.7% | 1 | 69.73s | 480 | 3,815 | 4,262 | |
| GLM 5 | 6.1 | 3.1 | 66.7% | 1 | 14.69s | 477 | 2,020 | 2,248 | |
| Claude Opus 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.87s | 723 | 256 | 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 K2.6 | 10.0 | 10.0 | 100.0% | 0 | 12.53s | 669 | 3,977 | 5,269 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 92.47s | 675 | 5,371 | 6,547 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 7.25s | 636 | 1,001 | 2,129 | |
| Claude Opus 4.7 | 10.0 | 10.0 | 100.0% | 0 | 1.57s | 939 | 114 | 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 K2.6 | 6.0 | 7.4 | 55.6% | 1 | 25.06s | 651 | 13,860 | 17,599 | |
| Kimi K2.5 | 5.3 | 7.3 | 44.4% | 1 | 43.23s | 659 | 8,426 | 12,692 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 11.33s | 609 | 33 | 4,076 | |
| Claude Opus 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 939 | 370 | 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 K2.6 | 10.0 | 10.0 | 100.0% | 0 | 8.92s | 5,286 | 248 | 1,011 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 31.74s | 5,933 | 242 | 812 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 15.93s | 6,935 | 233 | 994 | |
| Claude Opus 4.7 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 15,339 | 373 | 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 K2.6 | 3.0 | 10.0 | 0.0% | 0 | 130.27s | 213 | 15,710 | 16,177 | |
| Kimi K2.5 | 3.0 | 10.0 | 0.0% | 0 | 83.95s | 211 | 12 | 7,644 | |
| GLM 5 | 3.0 | 10.0 | 0.0% | 0 | 67.37s | 186 | 401 | 12,450 | |
| Claude Opus 4.7 | 3.0 | 10.0 | 0.0% | 0 | 2.25s | 273 | 24 | 0 |
快速对比
切换对比组合
Seed-2.0-CodelowvsGLM 5mediumClaude Opus 4.7mediumvsGLM 5.3 FlashmaxKAT-Coder-Pro V2.5highvsKimi K2.6mediumClaude Opus 4.7mediumvsGemini 3.6 FlashlowClaude Opus 4.8nonevsKimi K2.6mediumKimi K2.5mediumvsGPT-5.5noneQwen3.7 FlashhighvsGLM 5mediumMuse Glimmer 30BhighvsKimi K2.6mediumClaude Opus 4.8lowvsGLM 5mediumClaude Fable 5.1lowvsKimi K2.5mediumClaude Opus 4.7mediumvsMuse Spark 1.2highClaude Opus 4.7mediumvsGemini 3.5 Flash Litehigh