MoonshotAI: Kimi K3 vs Qwen: Qwen3.7 Plus

Kimi K3 (max) 平均分领先，为 8.0 vs 7.9。 Qwen3.7 Plus (medium) benchmark 成本更低，为 $0.267 vs $3.112。 Qwen3.7 Plus (medium) 更快，为 51.51s vs 122.48s，通过率为 75.8% vs 75.8%。

推荐模型Qwen3.7 Plus (medium)它的得分接近这里的最高分（7.9 vs 8.0），同时成本比Kimi K3 (max)低约 11.7 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	Qwen3.7 Plus Qwen3.7 Plus medium 发布日期: 2026-06-03

指标	Kimi K3 Kimi K3 max 发布日期: 2026-07-16	Qwen3.7 Plus Qwen3.7 Plus medium 发布日期: 2026-06-03
分数	8.0	7.9
排名	#31	#34
可靠性	9.1	10.0
一致性	9.5	8.9
测试正确
尝试通过率	75.8%	75.8%
不稳定测试	1	3
总运行次数	66	66
每个结果成本	19.446	2.072
总成本	$3.112	$0.267
输入价格	$3.000 / 1M	$0.320 / 1M
输出价格	$15.000 / 1M	$1.280 / 1M
总输入令牌	34,916	115,233
输出令牌	2,910	6,162
推理令牌	197,529	173,267
响应时间（平均）	122.48s	51.51s
响应时间（最大）	766.58s	315.30s
响应时间（总计）	2327.06s	1133.15s

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

#34 Qwen3.7 Plus

medium

成本: $0.018
时间: 193.2s
令牌: 10,821 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
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

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
Qwen3.7 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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
Qwen3.7 Plus	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

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
Qwen3.7 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

快速对比

切换对比组合

Kimi K3maxvsGPT-5.6 Terrahigh Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGLM 5.2high GPT-5.6 TerrahighvsQwen3.7 Plusmedium Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsQwen3.6 Plusmedium Claude Opus 4.8lowvsQwen3.7 Plusmedium Kimi K3maxvsGLM 5.2medium Muse Spark 1.1highvsKimi K3max Kimi K3maxvsGPT-5.6 Terramedium Claude Sonnet 4.6mediumvsKimi K3max