GPT-6 Astra vs. Kimi K3: comparación de lanzamientos

Name: Inteligencia
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparación de los lanzamientos GPT-6 Astra y Kimi K3: 5 y 2 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 7 modelos.

En inteligencia, GPT-6 Astra obtiene la puntuación más alta: GPT-6 Astra (Max), con 53, frente a Kimi K3 (Max), con 44 de Kimi K3.
En velocidad de salida, GPT-6 Astra es el más rápido: GPT-6 Astra (Max), con 62 tokens/s, frente a Kimi K3 (Max), con 41 tokens/s de Kimi K3.
En costo por tarea, GPT-6 Astra es el más económico: GPT-6 Astra (Low), con $0.82, frente a Kimi K3 (Low), con $1.15 de Kimi K3.

Playground de modelos

Lanzamientos comparados


	GPT-6 Astra (max)	GPT-6 Astra (xhigh)	GPT-6 Astra (high)	GPT-6 Astra (medium)	GPT-6 Astra (low)	Kimi K3 (max)	Kimi K3 (low)
Intelligence Index	53	52	51	50	46	44	30
Finanzas y contabilidad	55	54	53	52	49	47	32
Estrategia y operaciones	57	57	55	54	50	50	39
Jurídico	59	58	58	57	53	49	34
Salud y medicina	52	--	--	--	--	45	--
Ingeniería	55	55	53	52	48	43	30
Economía	60	59	58	58	55	53	37
AA-Briefcase v1.1	1569	1547	1506	1461	1257	1499	985
GDPval-AA v2.1	1573	1556	1523	1486	1389	1533	1127
AutomationBench-AA	68.5%	67.2%	66.6%	64.6%	59.1%	58.3%	49.3%
Terminal-Bench 4.0	59.1%	59.6%	54.0%	49.5%	41.9%	12.6%	12.6%
SciCode	56.5%	55.7%	55.4%	54.2%	54.1%	59.5%	52.7%
Humanity's Last Exam	54.7%	54.6%	53.1%	52.7%	49.2%	46.9%	25.0%
GDP.pdf	31.0%	32.2%	31.0%	30.4%	30.4%	22.0%	18.6%
CritPt	31.7%	31.4%	28.9%	29.1%	26.3%	23.4%	3.1%
AA-Omniscience	43	43	44	42	41	20	4
AA-LCR v1.1	80.7%	80.0%	80.0%	79.7%	80.0%	88.7%	79.3%

Costo por tareaUSD	$3.26	$2.31	$1.73	$1.54	$0.82	$2.00	$1.15
Precio de entradaUSD/1M tokens	$10.00	$10.00	$10.00	$10.00	$10.00	$3.00	$3.00
Precio de salidaUSD/1M tokens	$50.00	$50.00	$50.00	$50.00	$50.00	$15.00	$15.00
Precio de lectura de cachéUSD/1M tokens	$1.00	$1.00	$1.00	$1.00	$1.00	$0.30	$0.30
Precio de escritura de cachéUSD/1M tokens	$12.50	$12.50	$12.50	$12.50	$12.50	--	--

Velocidad de salidaTokens/s	62	56	54	52	53	41	40
Tiempo hasta el primer tokens	268,38	130,15	45,26	3,73	2,31	3,61	3,73
Tiempo hasta el primer token de respuestas	268,38	130,15	45,26	3,73	2,31	52,11	53,95
Tiempo de respuesta de extremo a extremos	276,48	139,14	54,51	13,37	11,77	64,23	66,50
Tiempo por tareas	443,32	299,06	213,06	182,75	83,52	1104,65	301,07

Ventana de contexto	1M	1M	1M	1M	1M	1M	1M
Creador	OpenAI	OpenAI	OpenAI	OpenAI	OpenAI	Kimi	Kimi
Licencia	Propietario	Propietario	Propietario	Propietario	Propietario	Abierto	Abierto
Modalidad de entrada	Admite: texto e imágenes	Admite: texto e imágenes	Admite: texto e imágenes	Admite: texto e imágenes	Admite: texto e imágenes	Admite: texto e imágenes	Admite: texto e imágenes
Modalidad de salida	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto
Proveedores						+10	+4

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Velocidad

Output tokens per second · Higher is better

Costo por tarea

Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

GPT-6 Astra

Kimi K3

Pareto line

AA-Briefcase v1.1

GDPval-AA v2.1

Costo por tarea (USD, escala logarítmica)

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Velocidad y latencia

Velocidad de salida

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas

Finance & Accounting Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 6 evaluations: GDPval-AA v2.1, AA-Briefcase v1.1, AA-Omniscience, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AA-LCR v1.1, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, MLCR-AA, Humanity's Last Exam, AutomationBench-AA · Higher is better

Engineering Index

Incorporates 6 evaluations: AA-Omniscience, Humanity's Last Exam, CritPt, GDPval-AA v2.1, AA-Briefcase v1.1, Terminal-Bench 4.0 · Higher is better

Economics Index

Incorporates 5 evaluations: AA-Omniscience, Humanity's Last Exam, GDPval-AA v2.1, AA-Briefcase v1.1, AA-LCR v1.1 · Higher is better

AA-PersonalityBenchNew

Modelo Avs.Modelo B

AA-PersonalityBench: índice Expressiveness, GPT-6 Astra (max) vs. Kimi K3 (max)

Probabilidad de que la respuesta de cada modelo sea juzgada como la que muestra más cada rasgo, según su diferencia de Elo · 50 % es un empate

GPT-6 Astra (max)

Kimi K3 (max)

Lexically Varied

3 %

97 %

Eloquent

5 %

95 %

Metaphorical

6 %

94 %

Natural Sounding

17 %

83 %

Literate

54 %

46 %

GPT-6 Astra vs. Kimi K3: comparación de lanzamientos

Inteligencia

Velocidad

Costo por tarea

Inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. costo por tarea

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Costo

Costo por tarea del Intelligence Index

Cost per Intelligence Index Task

Velocidad y latencia

Velocidad de salida

Output Speed

Model Performance Representation

Puntuaciones de capacidades

Índices de capacidades

AA-PersonalityBenchNew

AA-PersonalityBench: índice Expressiveness, GPT-6 Astra (max) vs. Kimi K3 (max)