- 排名
- #60
- 总输出令牌
- 262,507
- 响应时间（平均）
- 84.25s
- 总成本
- $0.692
MoonshotAI: Kimi K2.7 Code vs OpenAI: GPT-5.6 Luna
平均分几乎持平，为 7.5 vs 7.6。 GPT-5.6 Luna (medium) benchmark 成本更低，为 $0.352 vs $0.692。 GPT-5.6 Luna (medium) 更快，为 7.28s vs 84.25s，通过率为 65.2% vs 65.2%。
推荐模型GPT-5.6 Luna (medium)它在这里得分最高（7.6），同时成本比Kimi K2.7 Code (medium)低约 2.0 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25
对比摘要
- 排名
- #57
- 总输出令牌
- 43,679
- 响应时间（平均）
- 7.28s
- 总成本
- $0.352
详细对比
| 指标 | Kimi K2.7 Code Kimi K2.7 Code medium | GPT-5.6 Luna GPT-5.6 Luna medium |
|---|---|---|
| 分数 | 7.5 | 7.6 |
| 排名 | #60 | #57 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.3 | 9.6 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 65.2% |
| 不稳定测试 | 4 | 1 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.457 | 2.513 |
| 总成本 | $0.692 | $0.352 |
| 输入价格 | $0.780 / 1M | $1.000 / 1M |
| 输出价格 | $3.500 / 1M | $6.000 / 1M |
| 总输入令牌 | 72,073 | 89,676 |
| 输出令牌 | 83,714 | 5,699 |
| 推理令牌 | 178,793 | 37,980 |
| 响应时间（平均） | 84.25s | 7.28s |
| 响应时间（最大） | 365.80s | 29.85s |
| 响应时间（总计） | 1769.22s | 160.27s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#60 MoonshotAI: Kimi K2.7 Code
medium- 成本
- $0.025
- 时间
- 138.0s
- 令牌
- 6,093 tok
#57 GPT-5.6 Luna
medium- 成本
- $0.014
- 时间
- 14.6s
- 令牌
- 2,362 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 K2.7 Code | 7.3 | 5.8 | 83.3% | 2 | 11.56s | 618 | 3,048 | 5,041 | |
| GPT-5.6 Luna | 8.3 | 10.0 | 75.0% | 0 | 2.52s | 606 | 160 | 987 |
| 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 K2.7 Code | 7.8 | 9.3 | 66.7% | 0 | 146.73s | 4,650 | 1,864 | 25,635 | |
| GPT-5.6 Luna | 5.4 | 7.2 | 44.4% | 1 | 10.38s | 7,302 | 564 | 9,928 |
| 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 K2.7 Code | 7.3 | 5.8 | 83.3% | 1 | 66.03s | 57,353 | 3,642 | 21,308 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 14.59s | 66,477 | 3,926 | 4,594 |
| 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 K2.7 Code | 10.0 | 10.0 | 100.0% | 0 | 12.27s | 7,014 | 248 | 2,569 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 1.95s | 7,140 | 234 | 324 |
| 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 K2.7 Code | 5.5 | 9.3 | 33.3% | 0 | 213.29s | 431 | 55,572 | 63,639 | |
| GPT-5.6 Luna | 5.3 | 10.0 | 33.3% | 0 | 17.37s | 723 | 68 | 16,531 |
| 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 K2.7 Code | 10.0 | 10.0 | 100.0% | 0 | 10.78s | 477 | 1,024 | 1,071 | |
| GPT-5.6 Luna | 5.1 | 10.0 | 0.0% | 0 | 4.34s | 477 | 112 | 496 |
| 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 K2.7 Code | 9.9 | 10.0 | 100.0% | 0 | 5.39s | 669 | 725 | 1,232 | |
| GPT-5.6 Luna | 9.9 | 10.0 | 100.0% | 0 | 2.38s | 660 | 95 | 393 |
| 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 K2.7 Code | 5.9 | 7.7 | 44.4% | 1 | 41.00s | 651 | 15,438 | 17,368 | |
| GPT-5.6 Luna | 7.8 | 10.0 | 66.7% | 0 | 4.04s | 642 | 255 | 2,104 |
| 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 K2.7 Code | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 6.02s | 5,454 | 256 | 244 |
| 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 K2.7 Code | 3.0 | 10.0 | 0.0% | 0 | 341.76s | 210 | 2,153 | 40,930 | |
| GPT-5.6 Luna | 3.0 | 10.0 | 0.0% | 0 | 6.64s | 195 | 29 | 2,379 |
快速对比
切换对比组合
Claude Opus 5nonevsKimi K2.7 CodemediumClaude Opus 5nonevsGPT-5.6 LunamediumKimi K2.7 CodemediumvsGPT-5.3 ChatnoneKimi K2.7 CodemediumvsGPT-5.6 TerralowDeepSeek V4 ProhighvsGPT-5.6 LunamediumKimi K2.7 CodemediumvsQwen3.7 MaxnoneDeepSeek V4 FlashhighvsGPT-5.6 LunamediumDeepSeek V4 ProhighvsKimi K2.7 CodemediumGPT-5.6 LunamediumvsQwen3.7 MaxnoneDeepSeek V4 FlashhighvsKimi K2.7 CodemediumGemini 3 Flash PreviewlowvsKimi K2.7 CodemediumKimi K2.7 CodemediumvsGPT-5.6 Lunahigh