AI BENCHY 对比

MoonshotAI: Kimi K2.7 Code vs Qwen: Qwen3.5-Flash

摘要

Kimi K2.7 Code vs Qwen3.5-Flash benchmark 对比：Kimi K2.7 Code 平均分领先，为 7.0 vs 6.8。 Qwen3.5-Flash benchmark 成本更低，为 $0.080 vs $0.583。 Qwen3.5-Flash 更快，为 63.29s vs 83.60s，通过率为 66.7% vs 71.4%。

推荐模型: Qwen3.5-Flash - 它的得分接近这里的最高分（6.8 vs 7.0），同时成本比Kimi K2.7 Code低约 7.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标	Kimi K2.7 Code Kimi K2.7 Code medium 发布日期: 2026-06-12	Qwen3.5-Flash Qwen3.5-Flash medium 发布日期: 2026-02-24

指标	Kimi K2.7 Code Kimi K2.7 Code medium 发布日期: 2026-06-12	Qwen3.5-Flash Qwen3.5-Flash medium 发布日期: 2026-02-24
分数	7.0	6.8
排名	#65	#70
可靠性	9.2	10.0
一致性	7.7	8.1
测试正确
尝试通过率	66.7%	71.4%
不稳定测试	6	5
总运行次数	63	63
每个结果成本	6.074	0.871
总成本	$0.583	$0.080
输入价格	$0.740 / 1M	$0.065 / 1M
输出价格	$3.500 / 1M	$0.260 / 1M
总输入令牌	25,991	38,926
输出令牌	80,516	2,088
推理令牌	161,391	294,598
响应时间（平均）	83.60s	63.29s
响应时间（最大）	365.80s	234.29s
响应时间（总计）	1671.99s	1265.85s

生成展示

Hamster playing table tennis

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

#65 MoonshotAI: Kimi K2.7 Code

medium

成本: $0.025
时间: 138.0s
令牌: 6,093 tok

#70 Qwen3.5-Flash

medium

成本: $0.002
时间: 25.8s
令牌: 4,294 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
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

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	7.6	7.2	77.8%	1		146.73s	4,650	1,864	25,635
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

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	4.7	1.6	66.7%	1		34.83s	11,271	444	3,906
Qwen3.5-Flash	10.0	10.0	100.0%	0		17.78s	14,934	483	8,270

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
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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	5.3	7.2	44.4%	1		213.29s	431	55,572	63,639
Qwen3.5-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615

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
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

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
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

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
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

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
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

快速对比

切换对比组合