BenchLeader

Kimi K3

推理强度
质量第 33 / 339 名
60.7Index
前 10%
较中位数 +10.5
价格第 224 / 255 名
$6.00每百万 token
最贵的四分之一
中位数的 7.1 倍
速度第 120 / 216 名
76token/秒
低于中位数
中位数的 0.9 倍
性价比第 220 / 255 名
10.1分/$
后四分之一
中位数的 0.2 倍

性价比更高: Qwen3.6 Plus $1.13/M 即可获得 Index 59.0,便宜 81%。

有 17 个更便宜的已排名模型得分更高:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00),另有 14 个。

截至 2026年11月16日,Kimi K3(Moonshot AI)在 BenchLeader Index 上得分 60.7(在 608 个已排名配置中前 100 名)。表现最好的是数学(72),最弱的是智能体与工具(54)。API 价格为输入每百万 token $3.00、输出每百万 token $15.00(按 3:1 混合为 $6.00),为 2026年11月16日的标价。输出速度约为 76 token/秒(OpenRouter)。发布于 2026年7月16日。

要点(截至 2026年11月16日)

  • Kimi K3 的 API 价格为输入每百万 token $3.00、输出每百万 token $15.00(按 3:1 混合为 $6.00)(标价,2026年11月16日)。
  • Kimi K3 的输出速度约为 76 token/秒(OpenRouter,2026年11月16日)。
  • Kimi K3 于 2026年7月16日发布(Moonshot AI)。

详细说明:Kimi K3 是 Moonshot AI 的开放权重推理模型,发布于 2026年7月16日。其最佳配置在 BenchLeader Index 上得分 60.7 ±6.0,在 608 个配置中排第 73 名,处于上半区。关键在于这个“±”:另有 244 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(72),智能体与工具最低(54)。按混合价格计,每百万 token $6.00,属于已排名模型中最贵的一档。输出速度为 76 token/秒,首 token 延迟 0.8 秒,比大多数模型慢。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年10月24日。

混合价格
$6.00/M
输入 $3.00 · 输出 $15.00
来源:models.dev
输出速度
76 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
0.85 s
上下文
1.0M
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2026年7月16日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index61
  2. 编程62
  3. 智能体与工具54
  4. 数学72
  5. 知识66
  6. 人类偏好69

嵌入这个排名

更多徽章样式
[![Kimi K3 on BenchLeader: 综合第 33 名](https://www.benchleader.com/badge/kimi-k3.svg?style=compact)](https://www.benchleader.com/models/kimi-k3)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Moonshot AI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
low53.6#25544 tok/s8.35 s$0.0057智能体与工具 71 · 编程 45 · 知识 44 · 长上下文 64 · 数学 53 · 多模态 61 · 推理 44
high––76 tok/s0.85 s$0.0057数学 64 · 推理 61
max60.2#7946 tok/s55 s$0.0057智能体与工具 54 · 编程 64 · 综合 50 · 人类偏好 68 · 知识 60 · 长上下文 69 · 数学 64 · 多模态 63 · 推理 59
未说明最佳60.7#7376 tok/s0.85 s$0.0057智能体与工具 54 · 编程 62 · 人类偏好 69 · 知识 66 · 数学 72

Index 走势

2026年9月8日 至 2026年11月16日
475972
  • 默认
  • max
  • low

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试lowmax来源趋势
AA Openness Index不计入 Index38.9#15538.9#155Artificial Analysis

推理

基准测试lowhighmax默认来源趋势
GPQA Diamond84.8%#10491.9%#3393.1%#26–Epoch AI Benchmarking Hub
SimpleBench––60.7%#43–SimpleBench
Arena Hard Prompts––1516#13–Arena (LMArena)
LiveBench 2.0 Reasoning不计入 Index––90.7%#9–LiveBench
LiveBench 1.0 Reasoning不计入 Index推理强度未说明–––90.7%#9LiveBench
GPQA Diamond (AA)不计入 Index84.2%#148–93.5%#14–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index25.0%#202–46.9%#49–Artificial Analysis
HLE-Diamond (AA)14.0%#108–26.9%#59–Artificial Analysis
GPQA Diamond (Vals)不计入 Index推理强度未说明–––92.9%#12Vals AI
ARC-AGI-165.7%#15986.7%#10994.5%#46–ARC Prize
ARC-AGI-212.4%#16455.0%#10860.4%#93–ARC Prize
CritPt不计入 Index3.1%#195–23.4%#59–Artificial Analysis
CritPt v2 hard subset (AA)5.5%#113–40.5%#58–Artificial Analysis
HLE-Diamond (Scale)不计入 Index推理强度未说明可能存在污染–––22.2%#16Scale AI SEAL
Arena Expert不计入 Index––1528#14–Arena (LMArena)
Chess Puzzles不计入 Index18.0%#10937.0%#4836.0%#53–Epoch AI Benchmarking Hub
Mystery Game Puzzles不计入 Index12.0%#108–26.0%#47–Epoch AI Benchmarking Hub
LMCA不计入 Index––52.7%#60–Epoch AI Benchmarking Hub
DTBench不计入 Index––91.2%#79–Epoch AI Benchmarking Hub
ForecastBench不计入 Index––64.2%#27–ForecastBench

编程

基准测试lowhighmax默认来源趋势
SciCode52.7%#94–59.5%#1858.7%#26SciCode
WeirdML––82.6%#18–WeirdML
FrontierCode推理强度未说明–––44.2%#16Cognition
Arena Coding––1538#14–Arena (LMArena)
Arena WebDev––1658#18–Arena (LMArena)
LiveBench 2.0 Coding不计入 Index––53.1%#30–LiveBench
LiveBench 1.0 Coding不计入 Index推理强度未说明–––81.5%#14LiveBench
SciCode (AA)不计入 Index52.7%#93–59.5%#18–Artificial Analysis
LiveCodeBench––87.2%#17–Vals AI
IOI––48.9%#27–Vals AI
SWE-bench (Vals)不计入 Index推理强度未说明–––93.4%#8Vals AI
Code Migration不计入 Index––16.1%#55–Vals AI
Code Migration v1.1不计入 Index––28.6%#24–Vals AI
ProgramBench不计入 Index推理强度未说明–––2.0%#11Vals AI
SWE-bench Multimodal不计入 Index––44.2%#9–Vals AI
Vibe Code Bench 1-100不计入 Index––18.2%#15–Vals AI
Vibe Code Bench v1.1不计入 Index––85.0%#19–Vals AI
SWE Atlas v1.1不计入 Index推理强度未说明–––61.0%#15Scale AI SEAL
SWE Atlas v1.1: Codebase QnA不计入 Index推理强度未说明–––65.3%#16Scale AI SEAL
SWE Atlas v1.1: Test Writing不计入 Index推理强度未说明–––63.3%#11Scale AI SEAL
SWE Atlas v1.1: Refactoring不计入 Index推理强度未说明–––54.3%#12Scale AI SEAL
SWE-Bench Pro V2不计入 Index––97.7%#4–Scale AI SEAL
SWE-Bench Pro V2 HARD不计入 Index––88.2%#6–Scale AI SEAL
MirrorCode不计入 Index––54.4%#17–Epoch AI Benchmarking Hub
Surface Evolver Bench不计入 Index––93.0%#495.0%#1Epoch AI Benchmarking Hub
DeepSWE v1.1不计入 Index––68.5%#19–Epoch AI Benchmarking Hub
ALE-Bench不计入 Index––1524.5#29–Epoch AI Benchmarking Hub
FrontierSWE不计入 Index––25.9%#14–Epoch AI Benchmarking Hub
WeirdML v3不计入 Index–7.5%#18––WeirdML
Terminal-Bench 4.0 (AA)不计入 Index12.6%#107–12.6%#107–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index82.4%#38–85.0%#26–Artificial Analysis
Startrise Frontend不计入 Index推理强度未说明–––79.8%#4Startrise
GameBench 2 Overall不计入 Index跨设置–––48.0#38DuelLab GameBench 2
GameBench 2 by reasoning setting不计入 Index49.8#9948.5#10445.7#110–DuelLab GameBench 2
Design Arena Website不计入 Index推理强度未说明–––1336#7Design Arena
FrontierCode 1.1 (AA)不计入 Index28.5%#67–43.6%#27–Artificial Analysis
FrontierCode 2.0 (AA)10.9%#95–––Artificial Analysis

智能体与工具

基准测试lowmax默认来源趋势
Terminal-Bench–23.0%#84–Terminal-Bench
APEX-Agents推理强度未说明––47.8%#39Mercor
Arena Agent–0.6#28–Arena (LMArena)
LiveBench Long Agentic不计入 Index–36.0%#18–LiveBench
LiveBench Browser不计入 Index–75.2%#14–LiveBench
LiveBench Agentic Coding不计入 Index推理强度未说明––62.2%#10LiveBench
Terminal-Bench 2.1 (Vals)推理强度未说明––80.9%#9Vals AI
MCP Atlas–82.3%#11–Scale AI SEAL
HiL-Bench推理强度未说明––42.7%#20Scale AI SEAL
τ³-bench Banking不计入 Index–37.1%#11–τ²-bench
GDPval-AA v2.1不计入 Index1136#1491542#55–Artificial Analysis
τ³-Banking (AA)41.6%#2546.0%#11–Artificial Analysis
ITBench SRE (AA)不计入 Index–47.7%#9–Artificial Analysis
Analyst Agent (AA)不计入 Index–38.8%#25–Artificial Analysis
APEX-Agents (AA)不计入 Index–41.3%#3–Artificial Analysis
CyberBench不计入 Index–75.2%#8–Vals AI
Finance Agent v2不计入 Index–53.1%#36–Vals AI
Finance Agent v2.1不计入 Index–60.0%#27–Vals AI
Harvey's Legal Agent Benchmark v1.1不计入 Index–12.9%#16–Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index–12.9%#12–Vals AI
Legal Research Bench不计入 Index–46.1%#20–Vals AI
Tax Agent Bench不计入 Index–33.4%#21–Vals AI
Terminal-Bench 4.0 (Vals)不计入 Index–17.2%#40–Vals AI
Terminal-Bench Science不计入 Index–1.4%#38–Vals AI
Time Horizon Index: KSP不计入 Index–10.5%#9–Vals AI
Arena Agent Task Completion不计入 Index–3.4#21–Arena (LMArena)
PostTrainBench不计入 Index推理强度未说明––31.5%#10Epoch AI Benchmarking Hub
GBAEval不计入 Index推理强度未说明––48.4%#9Epoch AI Benchmarking Hub
Vending-Bench 2不计入 Index推理强度未说明––5165.0#32Andon Labs
AutomationBench不计入 Index49.3%#10858.3%#65–Artificial Analysis
GDP.pdf (AA)不计入 Index18.6%#9522.0%#72–Artificial Analysis
Harvey LAB-AA v1.1不计入 Index–5.3%#10–Harvey
EnterpriseOps-Gym不计入 Index–45.3%#14–Artificial Analysis
AA-Briefcase v1.1不计入 Index985#1581497#50–Artificial Analysis
GDPx不计入 Index–3.7%#17–GDPx by SemiAnalysis
Design Arena Agentic不计入 Index推理强度未说明––1261#23Design Arena
Terminal-Bench-Science 0.1 (AA)不计入 Index0.9%#1058.1%#72–Artificial Analysis
CWE-Bench (AA)–53.3%#16–Artificial Analysis
DeepSec-Bench (AA)–12.4%#22–Artificial Analysis
CyberGym end-to-end (AA)–58.0%#14–Artificial Analysis
FACTS Search不计入 Index推理强度未说明––90.3%#7Google

数学

基准测试lowhighmax默认来源趋势
FrontierMath Tiers 1–3––72.2%#29–Epoch AI Benchmarking Hub
FrontierMath Tier 4––39.0%#37–Epoch AI Benchmarking Hub
OTIS Mock AIME68.9%#15393.3%#6897.2%#43–Epoch AI Benchmarking Hub
ProofBench推理强度未说明–––87.0%#12Vals AI
LiveBench Mathematics不计入 Index推理强度未说明–––84.4%#56LiveBench
AIME 2026可能存在污染––96.7%#6–MathArena
HMMT February 2026可能存在污染––97.0%#3–MathArena
MathArena Apex可能存在污染––65.6%#4–MathArena
Arena Maths––1502#14–Arena (LMArena)
FrontierMath Erdős不计入 Index––0.0%#8–Epoch AI Benchmarking Hub

知识

基准测试lowmax默认来源趋势
SimpleQA Verified–50.6%#30–Epoch AI Benchmarking Hub
LiveBench 2.0 Data Analysis不计入 Index–78.7%#15–LiveBench
LiveBench Research不计入 Index–79.8%#19–LiveBench
LiveBench 1.0 Data Analysis不计入 Index推理强度未说明––78.7%#21LiveBench
AA-Omniscience v1.1-1.7#88––Artificial Analysis
MMLU-Pro–88.0%#22–Vals AI
LegalBench–86.2%#16–Vals AI
CorpFin推理强度未说明––71.6%#3Vals AI
TaxEval推理强度未说明––75.7%#12Vals AI
BioMysteryBench不计入 Index–72.6%#11–Vals AI
Excel Modeling Benchmark不计入 Index–66.7%#21–Vals AI
Excel Modeling Benchmark v1.1不计入 Index–71.3%#16–Vals AI
MedCode不计入 Index–49.4%#23–Vals AI
MedScribe不计入 Index–88.0%#15–Vals AI
Public Benefits Bench v1.1不计入 Index–68.2%#12–Vals AI
Access to Justice Benchmark不计入 Index–68.2%#20–Vals AI
Financial Coaching Bench不计入 Index–74.5%#9–Vals AI
Immigration Bench不计入 Index–68.3%#8–Vals AI
GDP.pdf不计入 Index–19.0%#32–Epoch AI Benchmarking Hub
AA-Omniscience v1.1: accuracy不计入 Index42.4%#59––Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index23.4%#111––Artificial Analysis
HealthBench Professional (AA)不计入 Index–53.2%#16–OpenAI

指令遵循

基准测试max默认来源趋势
LiveBench Language不计入 Index推理强度未说明–85.5%#11LiveBench
LiveBench Instruction Following不计入 Index推理强度未说明–71.4%#24LiveBench
Arena Instruction Following不计入 Index1489#17–Arena (LMArena)

人类偏好

基准测试max默认来源趋势
Arena Text1487#20–Arena (LMArena)
EQ-Bench 4推理强度未说明–1319#4EQ-Bench
EQ-Bench Creative Writing v3不计入 Index推理强度未说明–2083#6EQ-Bench
Arena Creative Writing不计入 Index1459#31–Arena (LMArena)
Arena Multi-turn不计入 Index1502#12–Arena (LMArena)
Arena Longer Queries不计入 Index1500#17–Arena (LMArena)

多模态

基准测试lowmax默认来源趋势
LiveBench Design不计入 Index–72.5%#21–LiveBench
MMMU-Pro78.5%#8380.5%#55–Artificial Analysis
MMMU-Pro (Vals)不计入 Index推理强度未说明––88.2%#11Vals AI
MortgageTax不计入 Index推理强度未说明––66.3%#33Vals AI
SAGE不计入 Index–86.8%#12–Vals AI
Humanity's Sixth Sense不计入 Index–25.5%#25–Scale AI SEAL
Blueprint-Bench 2不计入 Index推理强度未说明––29.5%#23Epoch AI Benchmarking Hub
Furniture Assembly不计入 Index–34.2%#25–Epoch AI Benchmarking Hub
Code2Video-AA不计入 Index–1041#12–Artificial Analysis
AA-3D不计入 Index–984#15–Artificial Analysis

长上下文

基准测试lowmax来源趋势
AA-LCR v1.179.3%#11088.7%#1Artificial Analysis
MLCR不计入 Index10.6%#11921.7%#46Artificial Analysis

综合

基准测试lowmax默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明––158.6#24Epoch AI Benchmarking Hub
LiveBench 2.0–65.0%#19–LiveBench
LiveBench 1.0不计入 Index推理强度未说明––79.2%#15LiveBench
AA Intelligence Index v5.0.1不计入 Index17.4#102––Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index30.1#13043.6#50–Artificial Analysis
AA Progress Index v1不计入 Index299#124319.9#63–Artificial Analysis
Vals Index不计入 Index–53.0#28–Vals AI
Vals Finance Index不计入 Index–58.0%#17–Vals AI
Vals RSI Index不计入 Index–20.9%#17–Vals AI
Vals Multimodal Index不计入 Index推理强度未说明––73.4%#3Vals AI
Vals Router Index不计入 Index推理强度未说明––53.0%#18Vals AI
Vals Legal Index不计入 Index–71.7%#14–Vals AI
AA Cyber Index不计入 Index–41.3#14–Artificial Analysis

安全与诚实

基准测试max默认来源趋势
FORTRESS不计入 Index26.6%#5027.3%#53Scale AI SEAL
DistressBench不计入 Index推理强度未说明–73.5%#17Scale AI SEAL

GameBench 2 Overall: 48.0. GameBench 2, best reasoning setting (Low): 49.8. 仅供参考,不计入 BenchLeader Index。

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.

优势所在

在所有已测配置中,这个配置排名前五的基准测试。

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
River184 tok/s0.22 s$3.00$15.001.0M–
Nebius Token Factory128 tok/s1.26 s$3.00$15.001.0Mfp4
Fireworks101 tok/s1.17 s$4.50$22.501.0M–
inference.net92 tok/s0.58 s$0.450$18.001.0Mfp4
Relace91 tok/s1.37 s$0.182$11.011.0Mfp4
Baseten90 tok/s0.56 s$3.00$15.001.0Mfp8
Wafer88 tok/s0.56 s$0.276$9.601.0Mmxfp4
Wafer87 tok/s0.69 s$0.192$16.001.0Mmxfp4
DeepInfra83 tok/s0.96 s$2.85$14.251.0Mmxfp4
Wafer83 tok/s0.68 s$0.153$16.001.0Mmxfp4
inference.net83 tok/s0.94 s$0.450$18.001.0Mfp4
inference.net82 tok/s1.05 s$0.234$15.001.0Mfp4
io.net81 tok/s3.00 s$2.10$14.001.0Mfp4
inference.net80 tok/s0.71 s$0.234$15.001.0Mfp4
KT80 tok/s2.53 s$3.00$15.001.0M–
Parasail78 tok/s0.53 s$3.00$15.001.0Mfp4
Parasail72 tok/s0.79 s$4.50$22.501.0Mfp4
Amazon Bedrock62 tok/s3.05 s$3.00$15.001.0M–
Together50 tok/s1.36 s$3.00$15.001.0M–
DigitalOcean44 tok/s0.70 s$2.55$12.951.0M–
Alibaba Cloud Int.42 tok/s1.46 s$3.45$17.251.0M–
Makora40 tok/s6.73 s$1.00$16.001.0Mfp4
Fireworks39 tok/s2.81 s$3.00$15.001.0M–
Fireworks37 tok/s6.73 s$4.50$22.501.0M–
Moonshot AI29 tok/s5.28 s$3.00$15.001.0M–
Chutes21 tok/s1.74 s$1.85$9.501.0Mmxfp4

使用情况

Kimi K3 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商

OpenRouter,过去一周
#30
token 份额 0.55%
可用性,72 小时
99.9%
OpenRouter,全部提供商
工具调用错误率,7 天
0.16%
占工具调用
OpenRouter 每日 token 数(2026年10月17日 至 2026年11月15日):共 7.18T,环比上周 −39%。

过去 30 天的典型请求:每次请求 59.5k token、每个输出 token 对应 61 个输入 token、90% 的输入来自缓存、64% 的输出为推理内容、每次请求 0.62 次工具调用。

在 OpenRouter 上向它发送 token 最多的应用:pi (252B)、Hermes Agent (227B)、Claude Code (158B)、Codex (123B)、OpenClaw (71.5B)。

Vercel AI Gateway 上的提供商吞吐量首 token在线率,1 天
Modal273 tok/s0.61 s100.00%
Boundless272 tok/s0.50 s100.00%
Nebius257 tok/s0.44 s99.94%
Parasail225 tok/s0.34 s100.00%
Amazon Bedrock175 tok/s1.59 s99.89%
Baseten166 tok/s0.85 s99.91%

来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.300。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0057$0.00494.8 s
总结一份 30 页的报告12,000 / 600$0.045$0.0218.7 s
代码编辑6,000 / 1,500$0.041$0.02820.6 s
智能体编程会话60,000 / 4,000$0.240$0.11853.5 s
结构化信息提取2,000 / 200$0.0090$0.00503.5 s

包含该模型的编程套餐

可以使用 Kimi K3 的订阅套餐,列出各自的用量限制和单项任务成本。

Moonshot AI 的更多模型

本月新上线

将 Kimi K3 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Kimi K3 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Kimi K3 on BenchLeader: 综合第 33 名](https://www.benchleader.com/badge/kimi-k3.svg)](https://www.benchleader.com/models/kimi-k3)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Kimi K3 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/kimi-k3

BibTeX:

@misc{benchleader_kimi_k3_20261116,
  author       = {{BenchLeader}},
  title        = {{Kimi K3 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/kimi-k3}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Kimi K3 的基准测试得分是多少?
截至 2026年11月16日,Kimi K3 的 BenchLeader Index 为 60.7 ±6.0(前 100 名)。最强的是数学(72),最弱的是智能体与工具(54)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Kimi K3 排名第几?
截至 2026年11月16日,Kimi K3 在 608 个已排名配置中排第 73 名(前 100 名)。另有 244 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Kimi K3 每百万 token 的价格是多少?
截至 2026年11月16日,Kimi K3 的价格为输入每百万 token $3.00、输出每百万 token $15.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $6.00。
Kimi K3 比 Grok 4.6 更好吗?
截至 2026年11月16日,Grok 4.6(推理强度 high)与 Kimi K3 的质量不相上下(BenchLeader Index 60.6 比 60.7,在 ±6.9 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
Kimi K3 是什么时候发布的?
Moonshot AI 于 2026年7月16日发布了 Kimi K3。BenchLeader 收录了它在 4 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Kimi K3:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/kimi-k3。