#21 MoonshotAI: Kimi K3
max- 成本
- $0.281
- 时间
- 506.9s
- 令牌
- 18,863 tok
AI BENCHY 对比
MoonshotAI: Kimi K3 vs OpenAI: GPT-5.2 Chat
摘要
Kimi K3 (max) 平均分领先，为 8.5 vs 8.5。 GPT-5.2 Chat benchmark 成本更低，为 $0.393 vs $3.112。 GPT-5.2 Chat 更快，为 7.13s vs 122.48s，通过率为 82.5% vs 74.6%。
推荐模型GPT-5.2 Chat它的得分接近这里的最高分（8.5 vs 8.5），同时成本比Kimi K3 (max)低约 7.9 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 | GPT-5.2 Chat GPT-5.2 Chat none |
|---|---|---|
| 分数 | 8.5 | 8.5 |
| 排名 | #21 | #25 |
| 可靠性 | 9.4 | 10.0 |
| 一致性 | 9.2 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 82.5% | 74.6% |
| 不稳定测试 | 2 | 3 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 19.446 | 2.803 |
| 总成本 | $3.112 | $0.393 |
| 输入价格 | $3.000 / 1M | $1.750 / 1M |
| 输出价格 | $15.000 / 1M | $14.000 / 1M |
| 总输入令牌 | 34,916 | 34,212 |
| 输出令牌 | 2,910 | 23,744 |
| 推理令牌 | 197,529 | 0 |
| 响应时间（平均） | 122.48s | 7.13s |
| 响应时间（最大） | 766.58s | 38.52s |
| 响应时间（总计） | 2327.06s | 149.69s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#25 GPT-5.2 Chat
none- 成本
- $0.010
- 时间
- 15.3s
- 令牌
- 797 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 | |
| GPT-5.2 Chat | 8.7 | 7.9 | 91.7% | 1 | 3.40s | 606 | 1,807 | 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 K3 | 10.0 | 10.0 | 100.0% | 0 | 325.79s | 8,061 | 460 | 84,012 | |
| GPT-5.2 Chat | 8.8 | 7.8 | 88.9% | 1 | 9.82s | 7,305 | 6,731 | 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 K3 | 10.0 | 10.0 | 100.0% | 0 | 223.03s | 12,792 | 399 | 20,460 | |
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 9.12s | 11,019 | 1,243 | 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 K3 | 7.3 | 5.8 | 83.3% | 1 | 16.72s | 7,839 | 354 | 2,606 | |
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 3.05s | 7,140 | 980 | 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 | 5.9 | 7.2 | 55.6% | 1 | 490.14s | 794 | 80 | 83,180 | |
| GPT-5.2 Chat | 5.3 | 10.0 | 33.3% | 0 | 17.78s | 723 | 7,810 | 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 K3 | 10.0 | 10.0 | 100.0% | 0 | 14.91s | 732 | 191 | 871 | |
| GPT-5.2 Chat | 4.4 | 3.0 | 33.3% | 1 | 3.20s | 477 | 335 | 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 K3 | 10.0 | 10.0 | 100.0% | 0 | 7.66s | 1,179 | 147 | 1,119 | |
| GPT-5.2 Chat | 9.8 | 10.0 | 100.0% | 0 | 5.51s | 660 | 1,441 | 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 K3 | 10.0 | 10.0 | 100.0% | 0 | 7.36s | 1,416 | 495 | 1,368 | |
| GPT-5.2 Chat | 7.7 | 10.0 | 66.7% | 0 | 4.10s | 642 | 1,603 | 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 K3 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 4.68s | 5,445 | 555 | 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 K3 | 3.0 | 10.0 | 0.0% | 0 | 19.67s | 465 | 288 | 1,284 | |
| GPT-5.2 Chat | 3.0 | 10.0 | 0.0% | 0 | 6.89s | 195 | 1,239 | 0 |
快速对比
切换对比组合
Seed-2.0-LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumKimi K3maxvsGPT-5 MinimediumKimi K3maxvsGLM 5mediumKimi K3maxvsGPT-5.4mediumSeed-2.0-LitemediumvsKimi K3maxKimi K3maxvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsGLM 5mediumKimi K3maxvsGLM 5.2mediumKimi K3maxvsGPT-5.2mediumGPT-5.2 ChatnonevsGrok 4.5mediumClaude Opus 4.7mediumvsKimi K3max