导航
AI BENCHY
Advertise here

AI BENCHY 对比

MoonshotAI: Kimi K2.6 vs OpenAI: GPT-5.6 Luna

摘要

Kimi K2.6 (medium) vs GPT-5.6 Luna (high) benchmark 对比：Kimi K2.6 (medium) 平均分领先，为 7.8 vs 7.7。 Kimi K2.6 (medium) benchmark 成本更低，为 $0.888 vs $0.924。 GPT-5.6 Luna (high) 更快，为 18.39s vs 71.67s，通过率为 65.1% vs 71.4%。

推荐模型: GPT-5.6 Luna (high) - 它的得分接近这里的最高分（7.7 vs 7.8），同时响应速度比Kimi K2.6 (medium)快约 3.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 Kimi K2.6 Kimi K2.6 medium 发布日期: 2026-04-20 免费可用 GPT-5.6 Luna GPT-5.6 Luna high 发布日期: 2026-07-09
分数 7.8 7.7
排名 #43 #50
可靠性 10.0 10.0
一致性 8.6 8.8
测试正确
尝试通过率 65.1% 71.4%
不稳定测试 3 3
总运行次数 63 63
每个结果成本 8.358 6.594
总成本 $0.888 $0.924
输入价格 $0.660 / 1M $1.000 / 1M
输出价格 $3.410 / 1M $6.000 / 1M
总输入令牌 29,450 35,699
输出令牌 102,923 2,079
推理令牌 254,094 145,816
响应时间（平均） 71.67s 18.39s
响应时间（最大） 406.78s 111.09s
响应时间（总计） 1433.36s 386.24s

生成展示

Hamster playing table tennis

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

#43 MoonshotAI: Kimi K2.6

medium
成本
$0.013
时间
103.4s
令牌
3,620 tok

#50 GPT-5.6 Luna

high
成本
$0.033
时间
34.2s
令牌
5,484 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
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
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
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
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 10.0 10.0 100.0% 0 40.96s 11,271 711 13,876
GPT-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
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
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
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% 1 202.38s 326 47,035 98,262
GPT-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
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
GPT-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
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
GPT-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
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
GPT-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
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
GPT-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
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
GPT-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380

快速对比

切换对比组合

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 4.8lowvsKimi K2.6medium免费可用GPT-5.6 LunahighvsGrok 4.3mediumKimi K2.6medium免费可用vsGPT-5.6 TerralowClaude Opus 4.8lowvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6medium免费可用vsStep 3.7 FlashlowKimi K2.6medium免费可用vsGrok 4.5lowGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Lunahigh