BenchLeader

GPT-6.1 Terra vs Kimi K2.6

完整资料:GPT-6.1 Terra(OpenAI)和 Kimi K2.6(Moonshot AI),包括全部基准测试、价格和排名。

更新于 · 数据来自 10 个来源

截至 2026年11月16日,GPT-6.1 Terra 与 Kimi K2.6 的质量不相上下(BenchLeader Index 64.1 比 59.3,在 ±7.4 的误差范围内)。Kimi K2.6 更便宜,对方的价格是它的 1.2 倍(每百万 token 混合价格 $1.71 比 $2.00)。在两者都有成绩的所有类别中,GPT-6.1 Terra 均领先。GPT-6.1 Terra 输出更快(约 2 倍)。

要点(截至 2026年11月16日)

  • GPT-6.1 Terra 的 BenchLeader Index 为 64.1,Kimi K2.6 为 59.3(BenchLeader,2026年11月16日)。
  • GPT-6.1 Terra 每百万 token 混合价格为 $2.00(标价,2026年11月16日)。
  • Kimi K2.6 每百万 token 混合价格为 $1.71(标价,2026年11月16日)。
  • GPT-6.1 Terra 比 Kimi K2.6 输出更快(约 2 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 12 项基准测试中,GPT-6.1 Terra 领先 12 项(BenchLeader,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
智能体与工具调用GPT-6.1 Terra类别得分 63 比 58;GDPval-AA v2.1 1476 比 1046中
长文档均可类别得分 66 比 65;AA-LCR v1.1 82.7% 比 81.0%均可
图像及其他媒体GPT-6.1 Terra类别得分 67 比 62;MMMU-Pro 84.7% 比 79.4%中
成本最低Kimi K2.6每百万 token 混合价格 $1.71 比 $2.00;智能体编程会话 $0.073 比 $0.080–
首次回答最快Kimi K2.6首个回答 token 93.1 秒(Kimi K2.6 (thinking))比 150.9 秒(GPT-6.1 Terra (max))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • GPT-6.1 Terra (max) 与 Kimi K2.6 (thinking) 的质量不相上下(64.1 比 59.3,在 ±7.4 的误差范围内)。
  • GPT-6.1 Terra (max) 在智能体与工具、长上下文、多模态方面更强。
  • Kimi K2.6 (thinking) 更便宜,对方的价格是它的 1.2 倍(每百万 token 混合价格 $1.71 比 $2.00)。
  • GPT-6.1 Terra (max) 的输出速度是对方的 1.8 倍(72 比 41 token/秒)。

概览

规格GPT-6.1 TerraKimi K2.6
提供商OpenAIMoonshot AI
发布日期2026年10月26日2026年4月20日
上下文窗口(token)1,050,000262,144
对比时的配置GPT-6.1 Terra (max)Kimi K2.6 (thinking)
开放权重否是
每百万 token 价格(输入 / 输出 / 缓存输入)$1.00 / $5.00 / $0.050$0.950 / $4.00 / $0.160

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别GPT-6.1 Terra (max)Kimi K2.6 (thinking)领先者
推理68.4–无法比较
编程69.3–无法比较
智能体与工具63.458.4GPT-6.1 Terra
数学71.7–无法比较
知识61.4–无法比较
指令遵循–74.1无法比较
多模态67.261.7GPT-6.1 Terra
长上下文66.065.2持平
综合65.0–无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75智能体与工具长上下文多模态GPT-6.1 Terra, 智能体与工具: 63.4GPT-6.1 Terra, 长上下文: 66.0GPT-6.1 Terra, 多模态: 67.2Kimi K2.6, 智能体与工具: 58.4Kimi K2.6, 长上下文: 65.2Kimi K2.6, 多模态: 61.7

未绘制(测得的模型少于两个):推理, 编程, 数学, 知识, 指令遵循, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 12 项基准测试中,GPT-6.1 Terra 领先 12 项,Kimi K2.6 领先 0 项。

综合 IndexGPT-6.1 Terra (max)Kimi K2.6 (thinking)领先者
BenchLeader Index64.159.3不相上下

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标GPT-6.1 Terra (max)Kimi K2.6 (thinking)
每百万 token 混合价格$2.00$1.71
每百万 token 输入 / 输出$1.00 / $5.00$0.950 / $4.00
每百万 token 缓存输入$0.050$0.160
每项任务价格:聊天回复$0.0019$0.0016
每项任务价格:总结一份 30 页的报告$0.015$0.014
每项任务价格:代码编辑$0.013$0.012
每项任务价格:智能体编程会话$0.080$0.073
每项任务价格:结构化信息提取$0.0030$0.0027
智能体编程会话(输入大多命中缓存)$0.037$0.037
每项基准测试任务成本(AA Index)$0.961–
每项任务输出 token(AA Index)60k–
其中推理部分39k–
每项任务耗时(AA Index)14 min–
输出速度72 tok/s41 tok/s
首次回答时间150.9 秒93.1 秒
完整回答耗时(最近一次测量 2026年11月13日)375.7 秒215.8 秒

每个模型都按其排名最高的推理强度设置进行对比。GPT-6.1 Terra (max) 得分 64.1,首个回答 token 需 151 秒;GPT-6.1 Terra (xhigh) 为 60.0(30 秒),GPT-6.1 Terra (high) 为 59.6(10 秒)。Kimi K2.6 (thinking) 得分 59.3,首个回答 token 需 93 秒;Kimi K2.6 为 55.1(1 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 148 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方GPT-6.1 Terra (max)Kimi K2.6 (thinking)
BenchLeader IndexBenchLeader64.159.3
智能体与工具得分BenchLeader63.458.4
编程得分BenchLeader69.3–
综合得分BenchLeader65.0–
知识得分BenchLeader61.4–
长上下文得分BenchLeader66.065.2
数学得分BenchLeader71.7–
多模态得分BenchLeader67.261.7
推理得分BenchLeader68.4–
指令遵循得分BenchLeader–74.1
混合价格(美元/百万 token)BenchLeader$2.00$1.71
输出速度BenchLeader72 tok/s41 tok/s
首次回答时间BenchLeader150.9 秒93.1 秒
上下文窗口BenchLeader1,050,000 token262,144 token
推理
GPQA DiamondEpoch AI Benchmarking Hub94.3%90.8%†
SimpleBenchSimpleBench72.2%†–
Arena Hard PromptsArena (LMArena)–1485†
LiveBench 2.0 ReasoningLiveBench88.7%–
LiveBench 1.0 ReasoningLiveBench–79.4%
GPQA Diamond (AA)Artificial Analysis–91.1%
Humanity's Last Exam (AA)Artificial Analysis46.3%37.5%
HLE-Diamond (AA)Artificial Analysis47.3%–
GPQA Diamond (Vals)Vals AI–89.1%†
CritPtArtificial Analysis28.0%8.0%
CritPt v2 hard subset (AA)Artificial Analysis68.0%–
HLE-Diamond (Scale)Scale AI SEAL35.7%†–
Arena ExpertArena (LMArena)–1503†
Chess PuzzlesEpoch AI Benchmarking Hub–20.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub74.0%18.0%†
LMCAEpoch AI Benchmarking Hub–37.3%†
DTBenchEpoch AI Benchmarking Hub–90.9%†
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.7%†
SciCodeSciCode55.1%53.5%†
WeirdMLWeirdML–55.9%†
Arena CodingArena (LMArena)–1516†
Arena WebDevArena (LMArena)16781509†
LiveBench 2.0 CodingLiveBench89.2%–
LiveBench 1.0 CodingLiveBench–78.6%
SciCode (AA)Artificial Analysis55.1%51.5%
显示全部 148 项基准测试
指标发布方GPT-6.1 Terra (max)Kimi K2.6 (thinking)
编程
LiveCodeBenchVals AI–86.8%†
SWE-bench (Vals)Vals AI–76.2%†
Code MigrationVals AI–27.8%†
ProgramBenchVals AI–0.0%†
Vibe Code Bench v1.1Vals AI84.0%37.9%†
SWE Atlas v1.1Scale AI SEAL57.7%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL54.0%†–
SWE Atlas v1.1: Test WritingScale AI SEAL63.3%†–
SWE Atlas v1.1: RefactoringScale AI SEAL55.7%†–
MirrorCodeEpoch AI Benchmarking Hub76.7%–
ALE-BenchEpoch AI Benchmarking Hub2608.81092.7†
WeirdML v3WeirdML28.1%†–
Terminal-Bench 4.0 (AA)Artificial Analysis55.6%0.5%
Terminal-Bench 2.1 (AA)Artificial Analysis–65.9%
GameBench 2 OverallDuelLab GameBench 281.2†–
GameBench 2 by reasoning settingDuelLab GameBench 285.8†–
Design Arena WebsiteDesign Arena1286†1263†
FrontierCode 1.1 (AA)Artificial Analysis36.0%–
FrontierCode 2.0 (AA)Artificial Analysis42.3%–
智能体与工具
Terminal-BenchTerminal-Bench53.3%–
OSWorld-Verified 2.0OSWorld–4.6%†
APEX-AgentsMercor68.3%–
Arena AgentArena (LMArena)12–
LiveBench Long AgenticLiveBench56.2%–
LiveBench BrowserLiveBench93.1%–
LiveBench Agentic CodingLiveBench–46.9%
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
Terminal-Bench 2.1 (Vals)Vals AI–53.6%†
HiL-BenchScale AI SEAL68.0%†18.7%†
GDPval-AA v2.1Artificial Analysis14761046
τ³-Banking (AA)Artificial Analysis–23.3%
ITBench SRE (AA)Artificial Analysis–31.2%
APEX-Agents (AA)Artificial Analysis–28.5%
Finance Agent v2Vals AI–44.9%†
Finance Agent v2.1Vals AI56.0%–
Harvey's Legal Agent Benchmark v1.1Vals AI1.7%–
Harvey's Legal Agent Benchmark v1Vals AI–1.7%†
Legal Research BenchVals AI26.0%15.9%†
Tax Agent BenchVals AI17.1%12.4%†
Terminal-Bench 2.0 (Vals)Vals AI–57.3%†
Terminal-Bench 4.0 (Vals)Vals AI49.5%–
Arena Agent Task CompletionArena (LMArena)9.7–
ExploitBenchEpoch AI Benchmarking Hub–18.4%†
GBAEvalEpoch AI Benchmarking Hub–0.9%†
Vending-Bench 2Andon Labs9107.5†6204.6†
SpireClimbEpoch AI Benchmarking Hub22.3%–
AutomationBenchArtificial Analysis60.2%13.0%
GDP.pdf (AA)Artificial Analysis28.6%13.0%
EnterpriseOps-GymArtificial Analysis–38.5%
AA-Briefcase v1.1Artificial Analysis1401821
GDPxGDPx by SemiAnalysis8.5%–
Design Arena AgenticDesign Arena1192†1158†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis57.6%–
MKA (AA)Artificial Analysis43.8%–
FACTS SearchGoogle92.7%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub90.9%57.2%†
FrontierMath Tier 4Epoch AI Benchmarking Hub92.7%25.6%†
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%96.1%†
ProofBenchVals AI–16.0%†
LiveBench MathematicsLiveBench–84.3%
AIME 2026MathArena–95.8%†
HMMT February 2026MathArena–94.7%†
USAMO 2026MathArena–51.2%†
MathArena ApexMathArena–24.0%†
Arena MathsArena (LMArena)–1479†
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub57.3%34.9%†
LiveBench 2.0 Data AnalysisLiveBench82.3%–
LiveBench ResearchLiveBench79.1%–
LiveBench 1.0 Data AnalysisLiveBench–65.1%
AA-Omniscience v1.1Artificial Analysis29.6–
MMLU-ProVals AI–87.6%†
LegalBenchVals AI–84.7%†
CorpFinVals AI–66.7%†
TaxEvalVals AI–74.7%†
CaseLaw v2Vals AI–61.2%†
Excel Modeling BenchmarkVals AI–57.9%†
Excel Modeling Benchmark v1.1Vals AI73.3%–
MedCodeVals AI–40.1%†
MedScribeVals AI–78.2%†
Public Benefits Bench v1.1Vals AI–56.6%†
EBR-benchEpoch AI Benchmarking Hub78.1%2.4%†
GDP.pdfEpoch AI Benchmarking Hub–12.0%†
AA-Omniscience v1.1: accuracyArtificial Analysis47.6%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis65.5%–
FACTS ParametricGoogle70.8%†–
指令遵循
LiveBench LanguageLiveBench–75.1%
LiveBench Instruction FollowingLiveBench–64.4%
IFBenchArtificial Analysis–76.0%
MultiChallengeScale AI SEAL74.2%†–
Arena Instruction FollowingArena (LMArena)–1456†
人类偏好
Arena TextArena (LMArena)–1461†
EQ-Bench 4EQ-Bench–1191†
EQ-Bench Creative Writing v3EQ-Bench–1721†
Arena Creative WritingArena (LMArena)–1432†
Arena Multi-turnArena (LMArena)–1462†
Arena Longer QueriesArena (LMArena)–1478†
多模态
Arena VisionArena (LMArena)–1282†
LiveBench DesignLiveBench79.7%–
MMMU-ProArtificial Analysis84.7%79.4%
MMMU-Pro (Vals)Vals AI–86.3%†
MortgageTaxVals AI–65.8%†
Blueprint-Bench 2Epoch AI Benchmarking Hub42.1%†3.9%†
Furniture AssemblyEpoch AI Benchmarking Hub79.2%21.7%†
VIALS-AAHandshake AI60.3%–
FACTS MultimodalGoogle48.8%†–
长上下文
AA-LCR v1.1Artificial Analysis82.7%81.0%
Arena DocumentArena (LMArena)–1450†
MLCRArtificial Analysis30.6%11.1%
FACTS GroundingGoogle84.2%†–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub167.7†151.6†
LiveBench 2.0LiveBench78.8%–
LiveBench 1.0LiveBench–70.5%
AA Intelligence Index v5.0.1Artificial Analysis51.3–
AA Intelligence Index v4.3.2Artificial Analysis48.127.0
AA Progress Index v1Artificial Analysis345.2284.4
Vals IndexVals AI60.5–
Vals Finance IndexVals AI53.3%–
Vals Multimodal IndexVals AI–56.4%†
Vals Legal IndexVals AI58.8%–
安全与诚实
FORTRESSScale AI SEAL18.2%†–
DistressBenchScale AI SEAL65.9%†–
元数据
AA Openness IndexArtificial Analysis–33.3

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • GPT-6.1 Terra (max):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Kimi K2.6 (thinking):2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • GPT-6.1 Terra (max):BenchLeader Index 64.7 → 64.1。
  • GPT-6.1 Terra (max):1 项新结果(Terminal-Bench)。
  • Kimi K2.6 (thinking):BenchLeader Index 59.8 → 59.3。
  • GPT-6.1 Terra (max):BenchLeader Index 65.2 → 64.7。
  • GPT-6.1 Terra (max):1 项新结果(MirrorCode)。
  • GPT-6.1 Terra (max):1 项分数修订。
  • GPT-6.1 Terra (max):1 项分数修订。
  • GPT-6.1 Terra (max):1 项分数修订。

排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型

GPT-6.1 Terra vs Kimi K2.6:常见问题

GPT-6.1 Terra 比 Kimi K2.6 更好吗?
GPT-6.1 Terra (max) 与 Kimi K2.6 (thinking) 的质量不相上下(64.1 比 59.3,在 ±7.4 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
GPT-6.1 Terra 和 Kimi K2.6 哪个更便宜?价格会变吗?
目前 Kimi K2.6 更便宜:每百万 token $1.71 比 $2.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
GPT-6.1 Terra 和 Kimi K2.6 哪个更快?
GPT-6.1 Terra 输出更快(约 2 倍;输出 72 比 41 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GPT-6.1 Terra 还是 Kimi K2.6 更好?
GPT-6.1 Terra 在智能体任务方面得分更高(类别得分 63 比 58,50 为平均水平)。
处理长文档哪个更好?
两者在长上下文基准测试上持平(66 比 65)。GPT-6.1 Terra 支持更长的上下文:1,050,000 token,Kimi K2.6 为 262,144 token。
更多问题(3)
哪个延迟更低?
Kimi K2.6 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 93.1 秒比 150.9 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 GPT-6.1 Terra 和 Kimi K2.6 的看法一致吗?
在两者都有结果的 12 项基准测试中,GPT-6.1 Terra 领先 12 项,Kimi K2.6 领先 0 项。
GPT-6.1 Terra 是什么时候发布的?
GPT-6.1 Terra 于 2026年10月26日 发布。