- 排名
- #128
- 总输出令牌
- 347,519
- 响应时间（平均）
- 115.89s
- 总成本
- $1.247
Kimi K2.6 (medium) vs Qwen3.7 Flash (low)
Kimi K2.6 (medium) 平均分领先，为 7.2 vs 7.2。 Qwen3.7 Flash (low) benchmark 成本更低，为 $0.043 vs $1.247。 Qwen3.7 Flash (low) 更快，为 38.05s vs 115.89s，通过率为 63.6% vs 66.7%。
已对比模型
- 排名
- #132
- 总输出令牌
- 304,019
- 响应时间（平均）
- 38.05s
- 总成本
- $0.043
推荐模型
Qwen3.7 Flash (low)
它的得分接近这里的最高分（7.2 vs 7.2），同时成本比Kimi K2.6 (medium)低约 29.5 倍。
详细对比
| 指标 | Kimi K2.6 Kimi K2.6 medium | Qwen3.7 Flash Qwen3.7 Flash low |
|---|---|---|
| 分数 | 7.2 | 7.2 |
| 排名 | #128 | #132 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.3 | 8.0 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 63.6% | 66.7% |
| 不稳定测试 | 4 | 6 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 10.029 | 0.385 |
| 总成本 | $1.247 | $0.043 |
| 输入价格 | $0.950 / 1M | $0.030 / 1M |
| 输出价格 | $4.000 / 1M | $0.130 / 1M |
| 总输入令牌 | 68,913 | 92,191 |
| 输出令牌 | 64,654 | 14,286 |
| 推理令牌 | 282,865 | 289,733 |
| 响应时间（平均） | 115.89s | 38.05s |
| 响应时间（最大） | 876.20s | 394.54s |
| 响应时间（总计） | 2433.66s | 837.05s |
| 参数量 | 1T 总计 (32B 激活) | ~35B 总计 (~3B 激活) |
| 开放状态 | 权重可用 | 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
#132 Qwen3.7 Flash
low
Reached the allocated time limit (600 seconds) without receiving showcase output.
- 成本
- $0.000
- 时间
- 600.0s
- 令牌
- 0 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 10.29s | 672 | 680 | 14,285 |
| 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 | |
| Qwen3.7 Flash | 6.7 | 7.8 | 55.6% | 1 | 42.36s | 7,893 | 428 | 56,419 |
| 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 | |
| Qwen3.7 Flash | 6.4 | 5.8 | 66.7% | 1 | 217.77s | 64,756 | 11,880 | 131,432 |
| 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.44s | 7,782 | 270 | 12,503 |
| 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 | |
| Qwen3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 37.60s | 780 | 60 | 38,897 |
| 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 | |
| Qwen3.7 Flash | 4.0 | 9.3 | 0.0% | 0 | 14.37s | 516 | 128 | 5,423 |
| 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 | |
| Qwen3.7 Flash | 8.5 | 6.8 | 83.3% | 1 | 9.88s | 699 | 99 | 8,147 |
| 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 | |
| Qwen3.7 Flash | 7.3 | 5.2 | 77.8% | 2 | 9.79s | 696 | 382 | 10,763 |
| 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.66s | 8,193 | 335 | 2,172 |
| 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 | |
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 18.42s | 204 | 24 | 9,692 |
快速对比
切换对比组合
Muse Glimmer 30BmediumvsQwen3.7 FlashlowKAT-Coder-Pro V2.5highvsKimi K2.6mediumClaude Opus 4.8nonevsKimi K2.6mediumMuse Glimmer 30BhighvsQwen3.7 FlashlowMuse Glimmer 30BhighvsKimi K2.6mediumKAT-Coder-Pro V2.5highvsQwen3.7 FlashlowKimi K2.6mediumvsQwen3.7 PlusnoneKimi K2.6mediumvsGLM 5.3 FlashhighQwen3.7 FlashlowvsSolar Pro 4highClaude Opus 4.8nonevsQwen3.7 FlashlowKAT-Coder-Pro V2.5lowvsKimi K2.6mediumDeepSeek V4 Flash 0731mediumvsQwen3.7 Flashlow