AI BENCHY 对比

MoonshotAI: Kimi K2.6 vs Qwen: Qwen3.5-9B

摘要

Kimi K2.6 vs Qwen3.5-9B benchmark 对比：Kimi K2.6 平均分领先，为 5.5 vs 4.6。 Qwen3.5-9B benchmark 成本更低，为 $0.006 vs $0.079。 Qwen3.5-9B 更快，为 1.89s vs 13.27s，通过率为 36.5% vs 20.6%。

推荐模型: Qwen3.5-9B - 它提供了最佳整体取舍：得分有竞争力（4.6），成本低于Kimi K2.6，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标	Kimi K2.6 Kimi K2.6 none 发布日期: 2026-04-20 免费可用	Qwen3.5-9B Qwen3.5-9B none 发布日期: 2026-03-02

指标	Kimi K2.6 Kimi K2.6 none 发布日期: 2026-04-20 免费可用	Qwen3.5-9B Qwen3.5-9B none 发布日期: 2026-03-02
分数	5.5	4.6
排名	#125	#155
可靠性	10.0	10.0
一致性	9.2	9.7
测试正确
尝试通过率	36.5%	20.6%
不稳定测试	2	1
总运行次数	63	63
每个结果成本	1.267	0.123
总成本	$0.079	$0.006
输入价格	$0.680 / 1M	$0.100 / 1M
输出价格	$3.410 / 1M	$0.150 / 1M
总输入令牌	32,916	48,041
输出令牌	16,410	3,952
推理令牌	0	0
响应时间（平均）	13.27s	1.89s
响应时间（最大）	238.89s	6.03s
响应时间（总计）	278.57s	39.68s

Generation showcase

Hamster playing table tennis

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

#125 MoonshotAI: Kimi K2.6

none

Cost: $0.020
Time: 127.4s
Tokens: 4,429 tok

#155 Qwen3.5-9B

none

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 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	4.6	10.0	25.0%	0		1.39s	618	471	0
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	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	5.5	9.8	33.3%	0		82.57s	5,986	14,754	0
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	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	3.0	10.0	0.0%	0		3.38s	11,269	290	0
Qwen3.5-9B	3.0	10.0	0.0%	0		5.91s	20,397	1,255	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		1.32s	7,014	201	0
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	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		1.48s	732	42	0
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	789	24	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	5.4	3.5	33.3%	1		1.55s	477	138	0
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	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	6.5	10.0	50.0%	0		1.64s	669	72	0
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	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	3.1	9.9	0.0%	0		1.40s	651	185	0
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	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		4.46s	5,286	240	0
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	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		1.36s	214	17	0
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0

快速对比

切换对比组合