正在读取模型档案与评测数据…
正在读取模型档案与评测数据…
Kimi·6 个数据来源·更新于 2026-09-26
只在同一来源、同一口径下比较。切换来源可查看不同测试结果。
当前配置：各基准设置见下表
综合分数和同榜图表来自 LLM Stats 榜单（采集于 2026-09-25）；下方逐项成绩来自模型页。榜单出处
LLM Stats Score · 同一来源与榜单口径，分数越高越好
| 模型与配置 | LLM Stats Score | 每任务成本 |
|---|---|---|
| Claude Mythos Preview | 54.3 | 未公布 |
| Claude Fable 5 | 54 | 未公布 |
| Muse Spark 1.3 | 53.8 | 未公布 |
| Kimi K3 · 当前模型 | 52.5 | 未公布 |
| GLM-5.3 | 52.1 | 未公布 |
| Atria Dawn Preview | 51.6 | 未公布 |
| Qwen3.8 Max | 51.5 | 未公布 |
不同来源的分数不能直接相加或横向比较；评测任务成本不是 API Token 单价。
31 项已收录成绩 · 保留原始单位和测试条件
DeepSWE v1.1 leaderboard, mini-swe-agent harness, max effort; Pass@1 69% ± 5%.
成绩出处Internal benchmark; KimiCode and Claude Code harnesses; max reasoning effort
成绩出处Official Harbor implementation; Claude Code harness; max reasoning effort; average of 3 runs
成绩出处只展示有可靠来源的资料；优先采用厂商官网与官方模型仓库。
美元 / 百万 Token。不同服务商或测试配置的报价分别列出。
| 来源 / 服务商 | 输入 | 输出 | 缓存读取 |
|---|---|---|---|
| DeepInfra | $2.85 | $14.25 | $0.285 |
| Fireworks | $3 | $15 | $0.3 |
| Moonshot AI | $3 | $15 | $0.3 |
| Novita | $3 | $15 | $0.3 |
| Together | $3 | $15 | $0.3 |
同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。
公开评测数据；保留来源原始口径
公开模型页与公开榜单；自报成绩单独标识
公开评测数据；保留来源原始口径
Arena 官方公开数据集 · CC BY 4.0
公开评测数据；保留来源原始口径
公开模型目录与 API 报价
| 来源 / 配置 | 采集时间 | 原始数据 |
|---|---|---|
| Artificial AnalysisKimi K3 (max)SHA-256 b9324ff6388c2fd3… | 2026-09-25T19:40:27Z | 查看来源 |
| Artificial AnalysisKimi K3 (low)SHA-256 b9324ff6388c2fd3… | 2026-09-25T19:40:27Z | 查看来源 |
| Artificial AnalysisKimi K3 (max)SHA-256 5beb2f0dcdc468c1… | 2026-09-26T00:27:47Z | 查看来源 |
| Artificial AnalysisKimi K3 (low)SHA-256 5beb2f0dcdc468c1… | 2026-09-26T00:27:47Z | 查看来源 |
| LLM StatsKimi K3 | 2026-09-25T19:40:20Z | 查看来源 |
| LLM StatsKimi K3SHA-256 48762e53db287271… | 2026-09-26T00:29:11Z | 查看来源 |
| BenchLMKimi K3 | 2026-09-24 | 查看来源 |
| ArenaKimi K3 (Max) | 2026-09-25T19:40:08Z | 查看来源 |
| LiveBenchKimi K3 | 2026-09-25T19:40:23Z | 查看来源 |
| OpenRouterKimi K3SHA-256 4c26b1452fbd2acd… | 2026-09-26T00:28:52Z | 查看来源 |
