AI BENCHY 对比
MoonshotAI: Kimi K2.6 vs Tencent: Hy3 preview
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-22
| 指标 | Kimi K2.6 Kimi K2.6 medium | Hy3 preview Hy3 preview high |
|---|---|---|
| 分数 | 7.4 | 8.0 |
| 排名 | #54 | #22 |
| 可靠性 | 8.3 | 10.0 |
| 一致性 | 8.3 | 9.5 |
| 测试正确 | ||
| 尝试通过率 | 70.8% | 77.1% |
| 不稳定测试 | 4 | 1 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 7.630 | 0.000 |
| 总成本 | $0.916 | $0.000 |
| ???? | $0.730 / 1M | $0.066 / 1M |
| ???? | $3.490 / 1M | $0.260 / 1M |
| 输出令牌 | 102,488 | 216,503 |
| 推理令牌 | 229,389 | 0 |
| 响应时间（平均） | 54.11s | 56.77s |
| 响应时间（最大） | 215.85s | 149.94s |
| 响应时间（总计） | 1028.14s | 851.49s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 7.0 | 8.0 | 66.7% | 1 | 11.59s | 7,115 | 8,934 | |
| Hy3 preview | 8.9 | 10.0 | 100.0% | 0 | 15.12s | 6,839 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 6.5 | 5.3 | 75.0% | 1 | 118.23s | 9,255 | 52,215 | |
| Hy3 preview | 10.0 | 10.0 | 100.0% | 0 | 99.76s | 38,167 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 40.96s | 711 | 13,876 | |
| Hy3 preview | 10.0 | 10.0 | 100.0% | 0 | 113.09s | 31,319 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 20.38s | 316 | 11,305 | |
| Hy3 preview | 6.5 | 10.0 | 50.0% | 0 | 12.11s | 4,323 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 5.3 | 7.2 | 44.4% | 1 | 202.38s | 47,035 | 98,262 | |
| Hy3 preview | 5.3 | 7.2 | 44.4% | 1 | 109.04s | 87,559 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 17.83s | 3,981 | 4,472 | |
| Hy3 preview | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 12.53s | 3,977 | 5,269 | |
| Hy3 preview | 9.9 | 10.0 | 100.0% | 0 | 34.02s | 13,331 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 6.0 | 7.4 | 55.6% | 1 | 25.59s | 14,140 | 17,868 | |
| Hy3 preview | 10.0 | 10.0 | 100.0% | 0 | 29.74s | 15,503 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 8.92s | 248 | 1,011 | |
| Hy3 preview | 10.0 | 10.0 | 100.0% | 0 | 78.83s | 10,370 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 3.0 | 10.0 | 0.0% | 0 | 130.27s | 15,710 | 16,177 | |
| Hy3 preview | 3.0 | 10.0 | 0.0% | 0 | 47.71s | 9,092 | 0 |
快速对比
切换对比组合
DeepSeek V4 Flashhigh免费可用vsKimi K2.6mediumKimi K2.6mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsKimi K2.6mediumGemini 3.1 Flash Lite PreviewnonevsKimi K2.6mediumRing-2.6-1TnonevsKimi K2.6mediumKimi K2.6mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsKimi K2.6mediumGemini 3 Flash PreviewnonevsKimi K2.6mediumKimi K2.6mediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsKimi K2.6mediumKimi K2.6mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsKimi K2.6medium