导航
AI BENCHY
Advertise here

AI BENCHY 对比

MoonshotAI: Kimi K2.6 vs xAI: Grok 4.3

摘要

Kimi K2.6 vs Grok 4.3 benchmark 对比：平均分几乎持平，为 7.8 vs 7.7。 Grok 4.3 benchmark 成本更低，为 $0.614 vs $0.889。 Grok 4.3 更快，为 47.51s vs 71.67s，通过率为 65.1% vs 71.4%。

推荐模型: Grok 4.3 - 它在这里得分最高（7.7），同时响应速度比Kimi K2.6快约 1.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Kimi K2.6 Kimi K2.6 medium 发布日期: 2026-04-20 免费可用 Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01
分数 7.8 7.7
排名 #38 #40
可靠性 10.0 10.0
一致性 8.6 8.5
测试正确
尝试通过率 65.1% 71.4%
不稳定测试 3 4
总运行次数 63 63
每个结果成本 8.358 4.724
总成本 $0.889 $0.614
输入价格 $0.680 / 1M $1.250 / 1M
输出价格 $3.410 / 1M $2.500 / 1M
总输入令牌 29,450 44,472
输出令牌 102,923 1,981
推理令牌 254,094 221,382
响应时间（平均） 71.67s 47.51s
响应时间（最大） 406.78s 216.69s
响应时间（总计） 1433.36s 997.68s

Generation showcase

Hamster playing table tennis

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

#38 MoonshotAI: Kimi K2.6

medium
Cost
$0.013
Time
103.4s
Tokens
3,620 tok

#40 xAI: Grok 4.3

medium
Cost
$0.009
Time
19.0s
Tokens
3,661 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
Grok 4.3 10.0 10.0 100.0% 0 8.83s 2,010 88 8,207
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
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
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
Grok 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
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
Grok 4.3 10.0 10.0 100.0% 0 18.97s 7,761 180 9,546
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
Grok 4.3 5.3 7.2 44.4% 1 181.74s 1,764 14 111,300
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
Grok 4.3 5.4 2.5 66.7% 1 24.70s 825 70 5,020
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
Grok 4.3 9.8 10.0 100.0% 0 18.58s 1,362 57 8,713
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
Grok 4.3 5.9 7.2 55.6% 1 22.52s 1,689 128 14,468
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
Grok 4.3 10.0 10.0 100.0% 0 17.66s 7,263 168 4,615
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
Grok 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

快速对比

切换对比组合

Step 3.7 FlashlowvsGrok 4.3mediumKimi K2.6medium免费可用vsStep 3.7 FlashlowGPT-5.3 ChatnonevsGrok 4.3mediumKimi K2.6medium免费可用vsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGrok 4.3mediumGemini 3 Flash PreviewlowvsKimi K2.6medium免费可用Claude Sonnet 4.6nonevsGrok 4.3mediumClaude Sonnet 4.6nonevsKimi K2.6medium免费可用Claude Opus 4.8nonevsGrok 4.3mediumDeepSeek V4 FlashhighvsKimi K2.6medium免费可用Claude Opus 4.8nonevsKimi K2.6medium免费可用DeepSeek V4 FlashhighvsGrok 4.3medium