MoonshotAI: Kimi K2.6 vs Qwen: Qwen3.7 Max

Qwen3.7 Max 平均分领先，为 7.4 vs 7.2。 Qwen3.7 Max benchmark 成本更低，为 $0.197 vs $1.036。 Qwen3.7 Max 更快，为 4.52s vs 109.98s，通过率为 63.6% vs 68.2%。

推荐模型Qwen3.7 Max它在这里得分最高（7.4），同时成本比Kimi K2.6 (medium)低约 5.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-20

指标	Kimi K2.6 Kimi K2.6 medium 发布日期: 2026-04-20	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22

指标	Kimi K2.6 Kimi K2.6 medium 发布日期: 2026-04-20	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22
分数	7.2	7.4
排名	#68	#59
可靠性	9.4	9.9
一致性	8.3	10.0
测试正确
尝试通过率	63.6%	68.2%
不稳定测试	4	0
总运行次数	66	66
每个结果成本	9.821	1.582
总成本	$1.036	$0.197
输入价格	$0.684 / 1M	$1.475 / 1M
输出价格	$3.420 / 1M	$4.425 / 1M
总输入令牌	68,902	95,983
输出令牌	111,680	12,446
推理令牌	279,860	0
响应时间（平均）	109.98s	4.52s
响应时间（最大）	876.20s	72.30s
响应时间（总计）	2309.56s	99.52s

Hamster playing table tennis

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

#68 MoonshotAI: Kimi K2.6

medium

成本: $0.013
时间: 103.4s
令牌: 3,620 tok

#59 Qwen3.7 Max

none

成本: $0.046
时间: 195.0s
令牌: 12,171 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
Kimi K2.6	7.0	8.0	66.7%	1		11.59s	618	7,115	8,934
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	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
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	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 K2.6	6.9	5.9	66.7%	1		458.58s	50,723	9,468	39,642
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	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 K2.6	10.0	10.0	100.0%	0		20.38s	7,014	316	11,305
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	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 K2.6	5.3	7.2	44.4%	1		202.38s	326	47,035	98,262
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	789	15	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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	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
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	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
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	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 K2.6	3.0	10.0	0.0%	0		130.27s	213	15,710	16,177
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0

快速对比

切换对比组合

KAT-Coder-Pro V2.5highvsKimi K2.6medium Kimi K2.6mediumvsStep 3.7 Flashlow LongCat 2.0mediumvsQwen3.7 Maxnone Claude Opus 4.8nonevsKimi K2.6medium GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone Kimi K2.6mediumvsQwen3.7 Plusnone GPT-5.4 NanomediumvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsQwen3.7 Maxnone Nemotron 3 Ultramedium免费可用vsQwen3.7 Maxnone