AI BENCHY 对比
MoonshotAI: Kimi K2.6 vs Qwen: Qwen3.5-Flash
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04
| 指标 | Kimi K2.6 Kimi K2.6 none 免费可用 | Qwen3.5-Flash Qwen3.5-Flash none |
|---|---|---|
| 分数 | 5.5 | 5.8 |
| 排名 | #124 | #108 |
| 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% | 39.7% |
| 不稳定测试 | 2 | 1 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 1.267 | 0.075 |
| 总成本 | $0.079 | $0.005 |
| 输入价格 | $0.684 / 1M | $0.065 / 1M |
| 输出价格 | $3.420 / 1M | $0.260 / 1M |
| 总输入令牌 | 32,916 | 46,439 |
| 输出令牌 | 16,410 | 4,276 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 13.27s | 3.58s |
| 响应时间（最大） | 238.89s | 27.18s |
| 响应时间（总计） | 278.57s | 75.28s |
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-Flash | 3.5 | 8.3 | 8.3% | 1 | 1.32s | 696 | 690 | 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-Flash | 5.5 | 10.0 | 33.3% | 0 | 850ms | 7,913 | 519 | 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-Flash | 3.0 | 10.0 | 0.0% | 0 | 6.22s | 18,879 | 1,794 | 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-Flash | 10.0 | 10.0 | 100.0% | 0 | 1.57s | 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 | 1.48s | 732 | 42 | 0 | |
| Qwen3.5-Flash | 7.7 | 10.0 | 66.7% | 0 | 905ms | 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 | 5.4 | 3.5 | 33.3% | 1 | 1.55s | 477 | 138 | 0 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 803ms | 522 | 100 | 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-Flash | 6.3 | 10.0 | 50.0% | 0 | 8.81s | 711 | 63 | 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-Flash | 3.1 | 10.0 | 0.0% | 0 | 10.89s | 714 | 579 | 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-Flash | 10.0 | 10.0 | 100.0% | 0 | 3.67s | 8,211 | 264 | 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-Flash | 3.0 | 10.0 | 0.0% | 0 | 588ms | 210 | 9 | 0 |
快速对比
切换对比组合
Nemotron 3 Supermedium免费可用vsQwen3.5-FlashnoneOwl AlphamediumvsQwen3.5-FlashnoneMiniMax M2.5mediumvsKimi K2.6none免费可用CobuddymediumvsQwen3.5-FlashnoneCobuddymediumvsKimi K2.6none免费可用MiniMax M2.7mediumvsKimi K2.6none免费可用Mistral Small 4mediumvsKimi K2.6none免费可用DeepSeek V4 ProhighvsQwen3.5-FlashnoneKimi K2.6none免费可用vsOwl AlphamediumKimi K2.6none免费可用vsNemotron 3 Supermedium免费可用Kimi K2.6none免费可用vsElephant Alphamediumgpt-oss-120bmedium免费可用vsQwen3.5-Flashnone