AI BENCHY 对比

MoonshotAI: Kimi K3 vs Qwen: Qwen3.6 Max Preview

摘要

Qwen3.6 Max Preview (medium) 平均分领先，为 8.9 vs 8.5。 Qwen3.6 Max Preview (medium) benchmark 成本更低，为 $0.960 vs $3.112。 Qwen3.6 Max Preview (medium) 更快，为 59.63s vs 122.48s，通过率为 82.5% vs 81.0%。

推荐模型Qwen3.6 Max Preview (medium)它在这里得分最高（8.9），同时成本比Kimi K3 (max)低约 3.2 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	Qwen3.6 Max Preview Qwen3.6 Max Preview medium 发布日期: 2026-04-20

指标	Kimi K3 Kimi K3 max 发布日期: 2026-07-16	Qwen3.6 Max Preview Qwen3.6 Max Preview medium 发布日期: 2026-04-20
分数	8.5	8.9
排名	#21	#14
可靠性	9.4	10.0
一致性	9.2	9.3
测试正确
尝试通过率	82.5%	81.0%
不稳定测试	2	2
总运行次数	63	63
每个结果成本	19.446	7.024
总成本	$3.112	$0.960
输入价格	$3.000 / 1M	$1.040 / 1M
输出价格	$15.000 / 1M	$6.240 / 1M
总输入令牌	34,916	42,362
输出令牌	2,910	2,273
推理令牌	197,529	144,367
响应时间（平均）	122.48s	59.63s
响应时间（最大）	766.58s	238.07s
响应时间（总计）	2327.06s	1252.17s

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

#14 Qwen3.6 Max Preview

medium

成本: $0.024
时间: 76.5s
令牌: 3,861 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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075

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
Qwen3.6 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		121.49s	14,934	390	14,575

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106

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
Qwen3.6 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571

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
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661

快速对比

切换对比组合

Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Claude Opus 4.7mediumvsKimi K3max Kimi K3maxvsGrok 4.5medium Muse Spark 1.1lowvsKimi K3max