MoonshotAI: Kimi K3 vs OpenAI: GPT-5.6 Terra

Kimi K3 (max) 平均分领先，为 8.0 vs 7.8。 GPT-5.6 Terra (medium) benchmark 成本更低，为 $0.676 vs $3.112。 GPT-5.6 Terra (medium) 更快，为 7.11s vs 122.48s，通过率为 75.8% vs 69.7%。

推荐模型GPT-5.6 Terra (medium)它的得分接近这里的最高分（7.8 vs 8.0），同时成本比Kimi K3 (max)低约 4.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	Kimi K3 Kimi K3 max 发布日期: 2026-07-16	GPT-5.6 Terra GPT-5.6 Terra medium 发布日期: 2026-07-09

指标	Kimi K3 Kimi K3 max 发布日期: 2026-07-16	GPT-5.6 Terra GPT-5.6 Terra medium 发布日期: 2026-07-09
分数	8.0	7.8
排名	#31	#37
可靠性	9.1	10.0
一致性	9.5	9.3
测试正确
尝试通过率	75.8%	69.7%
不稳定测试	1	2
总运行次数	66	66
每个结果成本	19.446	4.825
总成本	$3.112	$0.676
输入价格	$3.000 / 1M	$2.500 / 1M
输出价格	$15.000 / 1M	$15.000 / 1M
总输入令牌	34,916	79,175
输出令牌	2,910	4,878
推理令牌	197,529	26,952
响应时间（平均）	122.48s	7.11s
响应时间（最大）	766.58s	41.68s
响应时间（总计）	2327.06s	156.42s

Hamster playing table tennis

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

#31 MoonshotAI: Kimi K3

max

成本: $0.281
时间: 506.9s
令牌: 18,863 tok

#37 GPT-5.6 Terra

medium

成本: $0.035
时间: 16.3s
令牌: 2,418 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	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-5.6 Terra	8.3	10.0	75.0%	0		2.22s	606	172	657

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-5.6 Terra	6.1	7.2	55.6%	1		7.19s	7,302	427	4,527

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
GPT-5.6 Terra	10.0	10.0	100.0%	0		11.10s	55,976	3,212	2,122

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-5.6 Terra	10.0	10.0	100.0%	0		872ms	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	5.9	9.3	33.3%	0		490.14s	794	80	83,180
GPT-5.6 Terra	5.3	10.0	33.3%	0		23.45s	723	70	15,327

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-5.6 Terra	5.5	10.0	0.0%	0		2.37s	477	133	144

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-5.6 Terra	10.0	10.0	100.0%	0		1.43s	660	89	261

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-5.6 Terra	8.4	7.4	88.9%	1		3.78s	642	272	1,462

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-5.6 Terra	10.0	10.0	100.0%	0		5.09s	5,454	254	246

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-5.6 Terra	3.0	10.0	0.0%	0		10.05s	195	27	2,206

快速对比

切换对比组合

Kimi K3maxvsGPT-5.6 Terrahigh Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGLM 5.2high Claude Opus 4.8lowvsGPT-5.6 Terramedium Kimi K3maxvsQwen3.7 Plusmedium Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsQwen3.6 Plusmedium Kimi K3maxvsGLM 5.2medium Muse Spark 1.1highvsKimi K3max Claude Sonnet 4.6mediumvsKimi K3max Kimi K3maxvsGPT-5 Minimedium