Kimi K3
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
- 综合 Index61
- 编程62
- 智能体与工具54
- 数学72
- 知识66
- 人类偏好69
嵌入这个排名
更多徽章样式[](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。
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 |
|---|---|---|---|---|---|---|
| low | 53.6 | #255 | 44 tok/s | 8.35 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/s | 0.85 s | $0.0057 | 数学 64 · 推理 61 |
| max | 60.2 | #79 | 46 tok/s | 55 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 | #73 | 76 tok/s | 0.85 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- 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 | low | max | 来源 | 趋势 |
|---|---|---|---|---|
| AA Openness Index不计入 Index | 38.9#155 | 38.9#155 | Artificial Analysis |
推理
编程
智能体与工具
数学
| 基准测试 | low | high | max | 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 AIME | 68.9%#153 | 93.3%#68 | 97.2%#43 | – | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | – | – | 87.0%#12 | Vals AI | |
| LiveBench Mathematics不计入 Index推理强度未说明 | – | – | – | 84.4%#56 | LiveBench | |
| 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
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%#11 | LiveBench | |
| LiveBench Instruction Following不计入 Index推理强度未说明 | – | 71.4%#24 | LiveBench | |
| Arena Instruction Following不计入 Index | 1489#17 | – | Arena (LMArena) |
人类偏好
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1487#20 | – | Arena (LMArena) | |
| EQ-Bench 4推理强度未说明 | – | 1319#4 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 2083#6 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1459#31 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1502#12 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1500#17 | – | Arena (LMArena) |
多模态
| 基准测试 | low | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench Design不计入 Index | – | 72.5%#21 | – | LiveBench | |
| MMMU-Pro | 78.5%#83 | 80.5%#55 | – | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index推理强度未说明 | – | – | 88.2%#11 | Vals AI | |
| MortgageTax不计入 Index推理强度未说明 | – | – | 66.3%#33 | Vals 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%#23 | Epoch 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 | low | max | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 79.3%#110 | 88.7%#1 | Artificial Analysis | |
| MLCR不计入 Index | 10.6%#119 | 21.7%#46 | Artificial Analysis |
综合
| 基准测试 | low | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | 158.6#24 | Epoch 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%#15 | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 17.4#102 | – | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 30.1#130 | 43.6#50 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 299#124 | 319.9#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%#3 | Vals AI | |
| Vals Router Index不计入 Index推理强度未说明 | – | – | 53.0%#18 | Vals 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 Index | 26.6%#50 | 27.3%#53 | Scale AI SEAL | |
| DistressBench不计入 Index推理强度未说明 | – | 73.5%#17 | Scale 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 |
|---|---|---|---|---|---|---|
| River | 184 tok/s | 0.22 s | $3.00 | $15.00 | 1.0M | – |
| Nebius Token Factory | 128 tok/s | 1.26 s | $3.00 | $15.00 | 1.0M | fp4 |
| Fireworks | 101 tok/s | 1.17 s | $4.50 | $22.50 | 1.0M | – |
| inference.net | 92 tok/s | 0.58 s | $0.450 | $18.00 | 1.0M | fp4 |
| Relace | 91 tok/s | 1.37 s | $0.182 | $11.01 | 1.0M | fp4 |
| Baseten | 90 tok/s | 0.56 s | $3.00 | $15.00 | 1.0M | fp8 |
| Wafer | 88 tok/s | 0.56 s | $0.276 | $9.60 | 1.0M | mxfp4 |
| Wafer | 87 tok/s | 0.69 s | $0.192 | $16.00 | 1.0M | mxfp4 |
| DeepInfra | 83 tok/s | 0.96 s | $2.85 | $14.25 | 1.0M | mxfp4 |
| Wafer | 83 tok/s | 0.68 s | $0.153 | $16.00 | 1.0M | mxfp4 |
| inference.net | 83 tok/s | 0.94 s | $0.450 | $18.00 | 1.0M | fp4 |
| inference.net | 82 tok/s | 1.05 s | $0.234 | $15.00 | 1.0M | fp4 |
| io.net | 81 tok/s | 3.00 s | $2.10 | $14.00 | 1.0M | fp4 |
| inference.net | 80 tok/s | 0.71 s | $0.234 | $15.00 | 1.0M | fp4 |
| KT | 80 tok/s | 2.53 s | $3.00 | $15.00 | 1.0M | – |
| Parasail | 78 tok/s | 0.53 s | $3.00 | $15.00 | 1.0M | fp4 |
| Parasail | 72 tok/s | 0.79 s | $4.50 | $22.50 | 1.0M | fp4 |
| Amazon Bedrock | 62 tok/s | 3.05 s | $3.00 | $15.00 | 1.0M | – |
| Together | 50 tok/s | 1.36 s | $3.00 | $15.00 | 1.0M | – |
| DigitalOcean | 44 tok/s | 0.70 s | $2.55 | $12.95 | 1.0M | – |
| Alibaba Cloud Int. | 42 tok/s | 1.46 s | $3.45 | $17.25 | 1.0M | – |
| Makora | 40 tok/s | 6.73 s | $1.00 | $16.00 | 1.0M | fp4 |
| Fireworks | 39 tok/s | 2.81 s | $3.00 | $15.00 | 1.0M | – |
| Fireworks | 37 tok/s | 6.73 s | $4.50 | $22.50 | 1.0M | – |
| Moonshot AI | 29 tok/s | 5.28 s | $3.00 | $15.00 | 1.0M | – |
| Chutes | 21 tok/s | 1.74 s | $1.85 | $9.50 | 1.0M | mxfp4 |
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
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 |
|---|---|---|---|
| Modal | 273 tok/s | 0.61 s | 100.00% |
| Boundless | 272 tok/s | 0.50 s | 100.00% |
| Nebius | 257 tok/s | 0.44 s | 99.94% |
| Parasail | 225 tok/s | 0.34 s | 100.00% |
| Amazon Bedrock | 175 tok/s | 1.59 s | 99.89% |
| Baseten | 166 tok/s | 0.85 s | 99.91% |
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 | $0.0049 | 4.8 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.045 | $0.021 | 8.7 s |
| 代码编辑 | 6,000 / 1,500 | $0.041 | $0.028 | 20.6 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.240 | $0.118 | 53.5 s |
| 结构化信息提取 | 2,000 / 200 | $0.0090 | $0.0050 | 3.5 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。
将 Kimi K3 与以下模型对比
- Kimi K3 vs Gemini 4 Argon
- Kimi K3 vs Claude Sonnet 5.5
- Kimi K3 vs Claude Opus 5.5
- Kimi K3 vs Grok 4.7
- Kimi K3 vs Gemini 3.8 Flash
- Kimi K3 vs GPT-6.1 Sol
- Kimi K3 vs GLM 5.3
- Kimi K3 vs DeepSeek V4.1 Flash 1017
- Kimi K3 vs Kimi K3.1 Pro
- Kimi K3 vs GPT-5.6 Terra
- Kimi K3 vs Step 5 Preview
- Kimi K3 vs Claude Opus 4.7
- Kimi K3 vs GPT-5.6 Sol
- Kimi K3 vs Muse Wonder Full
- Kimi K3 vs Dola Seed 2.0 Pro
- Kimi K3 vs Qwen3.8 Max
- Kimi K3 vs GPT-5.4
- Kimi K3 vs Qwen3.8 27B
- Kimi K3 vs Agnes 2.5 Pro Beta
- Kimi K3 vs GLM-5
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。
[](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}
}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。