- 排名
- #59
- 总输出令牌
- 224,128
- 响应时间（平均）
- 142.84s
- 总成本
- $3.467
已对比模型
Kimi K3 (max) vs Kimi K2.6 (medium) vs GPT-5.6 Sol (medium) vs GPT-5.6 Terra (high) 基准对比: GPT-5.6 Sol (medium) 在分数上以 9.4 领先。 Kimi K2.6 (medium) 在可靠性上以 10.0 领先。 GPT-5.6 Sol (medium) 的总成本最低，为 $0.508。 GPT-5.6 Terra (high) 最快，为 11.22s。
- 排名
- #107
- 总输出令牌
- 347,519
- 响应时间（平均）
- 115.89s
- 总成本
- $1.247
- 排名
- #8
- 总输出令牌
- 34,977
- 响应时间（平均）
- 12.63s
- 总成本
- $0.508
- 排名
- #58
- 总输出令牌
- 56,088
- 响应时间（平均）
- 11.22s
- 总成本
- $0.836
推荐模型
GPT-5.6 Sol (medium)
它在这里得分最高（9.4），同时成本比本次比较中的其他模型低约 3.6 倍。
详细对比
| 指标 | Kimi K3 Kimi K3 max | Kimi K2.6 Kimi K2.6 medium | GPT-5.6 Sol GPT-5.6 Sol medium | GPT-5.6 Terra GPT-5.6 Terra high |
|---|---|---|---|---|
| 分数 | 7.9 | 7.2 | 9.4 | 8.0 |
| 排名 | #59 | #107 | #8 | #58 |
| 可靠性 | 9.0 | 10.0 | 10.0 | 10.0 |
| 一致性 | 9.2 | 8.3 | 8.9 | 9.3 |
| 尝试次数 | 66/66 | 66/66 | 66/66 | 66/66 |
| 测试正确 | ||||
| 尝试通过率 | 77.3% | 63.6% | 90.9% | 68.2% |
| 不稳定测试 | 2 | 4 | 3 | 2 |
| 总运行次数 | 66 | 66 | 66 | 66 |
| 每个结果成本 | 21.668 | 10.029 | 8.025 | 7.293 |
| 总成本 | $3.467 | $1.247 | $0.508 | $0.836 |
| 输入价格 | $3.000 / 1M | $0.950 / 1M | $2.000 / 1M | $2.000 / 1M |
| 输出价格 | $15.000 / 1M | $4.000 / 1M | $10.000 / 1M | $12.000 / 1M |
| 总输入令牌 | 34,960 | 68,913 | 79,006 | 81,056 |
| 输出令牌 | 2,887 | 64,654 | 4,696 | 5,055 |
| 推理令牌 | 221,241 | 282,865 | 30,281 | 51,033 |
| 响应时间（平均） | 142.84s | 115.89s | 12.63s | 11.22s |
| 响应时间（最大） | 766.58s | 876.20s | 79.40s | 91.49s |
| 响应时间（总计） | 2714.02s | 2433.66s | 277.88s | 246.77s |
| 参数量 | 2.8T 总计 (104B 激活) | 1T 总计 (32B 激活) | ~2T 总计 (~150B 激活) | ~1T 总计 (~60B 激活) |
| 开放状态 | 权重可用 | 权重可用 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#59 MoonshotAI: Kimi K3
max- 成本
- $0.281
- 时间
- 506.9s
- 令牌
- 18,863 tok
#107 MoonshotAI: Kimi K2.6
medium- 成本
- $0.013
- 时间
- 103.4s
- 令牌
- 3,620 tok
#8 GPT-5.6 Sol
medium- 成本
- $0.124
- 时间
- 57.2s
- 令牌
- 4,199 tok
#58 GPT-5.6 Terra
high- 成本
- $0.055
- 时间
- 30.2s
- 令牌
- 3,748 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 K3 | 10.0 | 10.0 | 100.0% | 0 | 10.24s | 1,638 | 496 | 2,629 | |
| Kimi K2.6 | 7.0 | 8.0 | 66.7% | 1 | 11.59s | 618 | 7,115 | 8,934 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.81s | 606 | 173 | 572 | |
| GPT-5.6 Terra | 8.3 | 10.0 | 75.0% | 0 | 2.54s | 606 | 158 | 700 |
| 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 K3 | 10.0 | 10.0 | 100.0% | 0 | 325.79s | 8,061 | 460 | 84,012 | |
| Kimi K2.6 | 5.7 | 8.6 | 33.3% | 0 | 214.42s | 2,925 | 9,970 | 77,189 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 9.40s | 7,302 | 394 | 4,706 | |
| GPT-5.6 Terra | 7.6 | 7.2 | 77.8% | 1 | 9.14s | 7,302 | 370 | 6,087 |
| 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 K3 | 6.5 | 10.0 | 50.0% | 0 | 223.03s | 12,792 | 399 | 20,460 | |
| Kimi K2.6 | 6.9 | 5.9 | 66.7% | 1 | 458.58s | 50,723 | 9,468 | 39,642 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 17.65s | 55,798 | 3,119 | 2,616 | |
| GPT-5.6 Terra | 8.7 | 6.9 | 83.3% | 1 | 13.72s | 57,848 | 3,461 | 3,174 |
| 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 K3 | 7.3 | 5.8 | 83.3% | 1 | 16.72s | 7,839 | 354 | 2,606 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 20.38s | 7,014 | 316 | 11,305 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.38s | 7,140 | 222 | 0 | |
| GPT-5.6 Terra | 10.0 | 10.0 | 100.0% | 0 | 938ms | 7,140 | 222 | 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 K3 | 5.3 | 7.2 | 44.4% | 1 | 683.62s | 838 | 57 | 106,892 | |
| Kimi K2.6 | 5.3 | 7.2 | 44.4% | 1 | 264.43s | 337 | 9 | 101,267 | |
| GPT-5.6 Sol | 5.9 | 7.2 | 55.6% | 1 | 57.24s | 732 | 71 | 20,480 | |
| GPT-5.6 Terra | 5.3 | 10.0 | 33.3% | 0 | 42.65s | 732 | 70 | 32,239 |
| 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 K3 | 10.0 | 10.0 | 100.0% | 0 | 14.91s | 732 | 191 | 871 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 17.83s | 477 | 3,981 | 4,472 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 3.48s | 477 | 99 | 214 | |
| GPT-5.6 Terra | 5.1 | 10.0 | 0.0% | 0 | 3.03s | 477 | 113 | 216 |
| 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 K3 | 10.0 | 10.0 | 100.0% | 0 | 7.66s | 1,179 | 147 | 1,119 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 12.53s | 669 | 3,977 | 5,269 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.50s | 660 | 96 | 249 | |
| GPT-5.6 Terra | 10.0 | 10.0 | 100.0% | 0 | 2.14s | 660 | 96 | 319 |
| 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 K3 | 10.0 | 10.0 | 100.0% | 0 | 7.36s | 1,416 | 495 | 1,368 | |
| Kimi K2.6 | 6.0 | 7.4 | 55.6% | 1 | 25.06s | 651 | 13,860 | 17,599 | |
| GPT-5.6 Sol | 8.2 | 7.2 | 88.9% | 1 | 2.98s | 642 | 228 | 566 | |
| GPT-5.6 Terra | 7.7 | 10.0 | 66.7% | 0 | 5.45s | 642 | 277 | 2,613 |
| 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 K3 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 8.92s | 5,286 | 248 | 1,011 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 6.30s | 5,454 | 264 | 361 | |
| GPT-5.6 Terra | 10.0 | 10.0 | 100.0% | 0 | 4.97s | 5,454 | 258 | 168 |
| 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 K3 | 3.0 | 10.0 | 0.0% | 0 | 19.67s | 465 | 288 | 1,284 | |
| Kimi K2.6 | 3.0 | 10.0 | 0.0% | 0 | 130.27s | 213 | 15,710 | 16,177 | |
| GPT-5.6 Sol | 4.7 | 1.6 | 66.7% | 1 | 4.94s | 195 | 30 | 517 | |
| GPT-5.6 Terra | 3.0 | 10.0 | 0.0% | 0 | 23.30s | 195 | 30 | 5,517 |
快速对比
切换对比组合
GPT-5.6 TerrahighvsInklingmediumKimi K3maxvsGPT-5.2 ChatnoneKAT-Coder-Pro V2.5highvsKimi K2.6mediumKimi K3maxvsStep 3.7 FlashmediumKimi K3maxvsQwen3.8 27BlowClaude Opus 4.8nonevsKimi K2.6mediumMuse Glimmer 30BhighvsKimi K2.6mediumKimi K3maxvsInklingmediumGPT-5.6 SolmediumvsGrok 4.6highGPT-5.6 TerrahighvsStep 3.7 FlashmediumGemini 3.5 FlashhighvsGPT-5.6 SolmediumKimi K3maxvsQwen3.7 Plusmedium