Qwen3.7-PlusvsKimi K2.6
在 7 个共同 benchmark 中，Kimi K2.6 整体领先：Qwen3.7-Plus 领先 2 项，Kimi K2.6 领先 5 项，持平 0 项，平均分差 -2.16。
Qwen3.7-Plus
阿里巴巴 · 2026-05-31 · 推理大模型
Kimi K2.6
Moonshot AI · 2026-04-20 · 推理大模型
Qwen3.7-Plus2 项(29%)(71%)5 项Kimi K2.6
评测分数
按能力类目分组，每组内按分差大小排列；共 7 项。
Multimodal Understanding
胶着 2/2| 评测项 | Qwen3.7-Plus | Kimi K2.6 | 分差 |
|---|---|---|---|
| MMMU-Pro | 80.5037 / 227Thinking (No Tools) | 79.4049 / 227Thinking (No Tools) | +1.10 |
| GDP.pdf | 12.2070 / 118Thinking (No Tools) | 1365 / 118Thinking (No Tools) | -0.80 |
Agent Level Benchmark
Kimi K2.6 领先 1/1| 评测项 | Qwen3.7-Plus | Kimi K2.6 | 分差 |
|---|---|---|---|
| τ³-Banking | 17.5098 / 164Thinking (With Tools) | 23.3082 / 164Thinking (With Tools) | -5.80 |
AI Agent - Tool Usage
Kimi K2.6 领先 1/1| 评测项 | Qwen3.7-Plus | Kimi K2.6 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 61108 / 192Thinking (With Tools) | 65.9094 / 192Thinking (With Tools) | -4.90 |
Coding and Software Engineer
Kimi K2.6 领先 1/1| 评测项 | Qwen3.7-Plus | Kimi K2.6 | 分差 |
|---|---|---|---|
| SciCode | 46.1084 / 130Thinking (No Tools) | 51.5061 / 130Thinking (No Tools) | -5.40 |
Productivity Knowledge
Kimi K2.6 领先 1/1| 评测项 | Qwen3.7-Plus | Kimi K2.6 | 分差 |
|---|---|---|---|
| Harvey Lab-AA | 81.7929 / 43Thinking (With Tools) | 84.1225 / 43Thinking (With Tools) | -2.33 |
科学与综合推理
Qwen3.7-Plus 领先 1/1| 评测项 | Qwen3.7-Plus | Kimi K2.6 | 分差 |
|---|---|---|---|
| GPQA Diamond | 81.82207 / 462Normal (No Tools) | 78.80249 / 462Normal (No Tools) | +3.02 |
规格对比
| 字段 | Qwen3.7-Plus | Kimi K2.6 |
|---|---|---|
| 发布机构 | 阿里巴巴 | Moonshot AI |
| 发布时间 | 2026-05-31 | 2026-04-20 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | MoE 架构 |
| 参数规模 | 暂无数据 | 1万亿 |
| 上下文长度 | 1M | 256K |
| 最大输出 | 64K | 暂无数据 |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Qwen3.7-Plus | Kimi K2.6 |
|---|---|---|
| 文本输入 | ¥2 / 1M tokens | $0.95 / 1M tokens |
| 文本输出 | ¥8 / 1M tokens | $4 / 1M tokens |
| 缓存读取 | 暂无公开价格 | $0.16 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $0.95 / 1M tokens |
小结
- Qwen3.7-Plus在以下类目领先:科学与综合推理 (1/1)
- Kimi K2.6在以下类目领先:Agent Level Benchmark (1/1)、AI Agent - Tool Usage (1/1)、Coding and Software Engineer (1/1)、Productivity Knowledge (1/1)
- 胶着类目:Multimodal Understanding
7 个共同 benchmark 上，Kimi K2.6 平均高出 2.16 分。
单项差距最大的 benchmark：τ³-Banking — Qwen3.7-Plus 17.50，Kimi K2.6 23.30（分差 -5.80）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。