AI BENCHY 对比

已对比模型

摘要

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 Terra (high) 的总成本最低，为 $0.852。 GPT-5.6 Sol (medium) 最快，为 10.79s。

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 1.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-16

指标	Kimi K3 Kimi K3 max 发布日期: 2026-07-16	Kimi K2.6 Kimi K2.6 medium 发布日期: 2026-04-20 免费可用	GPT-5.6 Sol GPT-5.6 Sol medium 发布日期: 2026-07-09	GPT-5.6 Terra GPT-5.6 Terra high 发布日期: 2026-07-09

指标	Kimi K3 Kimi K3 max 发布日期: 2026-07-16	Kimi K2.6 Kimi K2.6 medium 发布日期: 2026-04-20 免费可用	GPT-5.6 Sol GPT-5.6 Sol medium 发布日期: 2026-07-09	GPT-5.6 Terra GPT-5.6 Terra high 发布日期: 2026-07-09
分数	8.5	7.8	9.4	8.2
排名	#21	#49	#5	#32
可靠性	9.4	10.0	10.0	10.0
一致性	9.2	8.6	8.8	9.6
测试正确
尝试通过率	82.5%	65.1%	90.5%	68.3%
不稳定测试	2	3	3	1
总运行次数	63	63	63	63
每个结果成本	19.446	8.358	5.682	6.086
总成本	$3.112	$1.047	$0.966	$0.852
输入价格	$3.000 / 1M	$0.950 / 1M	$5.000 / 1M	$2.500 / 1M
输出价格	$15.000 / 1M	$4.000 / 1M	$30.000 / 1M	$15.000 / 1M
总输入令牌	34,916	29,450	34,218	34,218
输出令牌	2,910	102,923	1,895	1,908
推理令牌	197,529	254,094	24,600	49,189
响应时间（平均）	122.48s	71.67s	10.79s	10.89s
响应时间（最大）	766.58s	406.78s	79.40s	91.49s
响应时间（总计）	2327.06s	1433.36s	226.57s	228.65s

生成展示

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

max

成本: $0.281
时间: 506.9s
令牌: 18,863 tok

#49 MoonshotAI: Kimi K2.6

medium

成本: $0.013
时间: 103.4s
令牌: 3,620 tok

#5 GPT-5.6 Sol

medium

成本: $0.124
时间: 57.2s
令牌: 4,199 tok

#32 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

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	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	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	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%	223.03s	12,792	399	20,460
Kimi K2.6	10.0	10.0	100.0%	40.96s	11,271	711	13,876
GPT-5.6 Sol	10.0	10.0	100.0%	12.13s	11,019	318	1,214
GPT-5.6 Terra	10.0	10.0	100.0%	6.94s	11,019	314	627

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	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	响应时间（平均）	输入令牌	输出令牌	推理令牌
Kimi K3	5.9	7.2	55.6%	1	490.14s	794	80	83,180
Kimi K2.6	5.3	7.2	44.4%	1	202.38s	326	47,035	98,262
GPT-5.6 Sol	5.9	7.2	55.6%	1	47.86s	723	71	16,201
GPT-5.6 Terra	5.3	10.0	33.3%	0	43.44s	723	70	32,942

通用智能	分数	一致性	尝试通过率	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%	14.91s	732	191	871
Kimi K2.6	10.0	10.0	100.0%	17.83s	477	3,981	4,472
GPT-5.6 Sol	10.0	10.0	100.0%	3.48s	477	99	214
GPT-5.6 Terra	5.1	10.0	0.0%	3.03s	477	113	216

指令遵循	分数	一致性	尝试通过率	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%	7.66s	1,179	147	1,119
Kimi K2.6	10.0	10.0	100.0%	12.53s	669	3,977	5,269
GPT-5.6 Sol	10.0	10.0	100.0%	2.50s	660	96	249
GPT-5.6 Terra	10.0	10.0	100.0%	2.14s	660	96	319

谜题求解	分数	一致性	尝试通过率	不稳定测试	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	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%	0ms	0	0	0
Kimi K2.6	10.0	10.0	100.0%	8.92s	5,286	248	1,011
GPT-5.6 Sol	10.0	10.0	100.0%	6.30s	5,454	264	361
GPT-5.6 Terra	10.0	10.0	100.0%	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	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 TerrahighvsQwen3.7 Plusmedium Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Claude Opus 4.8lowvsKimi K2.6medium免费可用 Kimi K3maxvsGPT-5.4medium Kimi K2.6medium免费可用vsGPT-5.6 Terralow Nemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.6 Terrahigh Gemini 2.5 FlashmediumvsGPT-5.6 Terrahigh Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K2.6medium免费可用vsStep 3.7 Flashlow