Modelos de IA
Kimi K3.1 Pro vs DeepSeek V4 Pro
Los mismos criterios, lado a lado. Donde la diferencia es pequeña, puede ser ruido de medición.
También buscado como
Kimi K3 vs DeepSeek V4
Respuesta directa: GPQA Diamond: Kimi K3.1 Pro 94,2%, DeepSeek V4 Pro 91,7% (Epoch AI). OTIS Mock AIME: Kimi K3.1 Pro 100%, DeepSeek V4 Pro 98,6% (Epoch AI). FrontierMath (niveles 1 a 3): Kimi K3.1 Pro 78,2%, DeepSeek V4 Pro 64,6% (Epoch AI). SimpleQA Verified: Kimi K3.1 Pro 62,2%, DeepSeek V4 Pro 52,9% (Epoch AI). GPQA Diamond (OpenRouter): Kimi K3.1 Pro 93,9%, DeepSeek V4 Pro 91,9% (OpenRouter Benchmarks). τ-bench Verified (aerolínea): Kimi K3.1 Pro 78,7%, DeepSeek V4 Pro 78,6% (OpenRouter Benchmarks).
| Métrica | Kimi K3.1 Pro | DeepSeek V4 Pro | Fuente |
|---|---|---|---|
| Pesos ?qué es | abierto | abierto | sin dato |
| Entrada US$/1M ? | US$ 2,00 | US$ 0,96 | sin dato |
| Salida US$/1M ? | US$ 10,00 | US$ 1,91 | sin dato |
| Contexto ? | 1.048.576 | 1.048.576 | sin dato |
| GPQA Diamond ? | 94,2% | 91,7% | Epoch AI |
| OTIS Mock AIME ? | 100% | 98,6% | Epoch AI |
| FrontierMath (niveles 1 a 3) ? | 78,2% | 64,6% | Epoch AI |
| SimpleQA Verified ? | 62,2% | 52,9% | Epoch AI |
| SWE-bench Verified ? | sin dato | 77,6% | Epoch AI |
| GPQA Diamond (OpenRouter) ? | 93,9% | 91,9% | OpenRouter Benchmarks |
| τ-bench Verified (aerolínea) ? | 78,7% | 78,6% | OpenRouter Benchmarks |
Compara con
Ver laboratorio: Moonshot AI · DeepSeek
Fuentes
- Epoch AI, CC BY 4.0, versión más reciente consultada.
- OpenRouter Benchmarks, CC BY 4.0, versión más reciente consultada.
- OpenRouter, dados públicos da API; exports de benchmarks e rankings em CC BY 4.0, versión más reciente consultada.
Las fechas vienen de las fuentes: entrada en OpenRouter o creación del repositorio en Hugging Face, que pueden no coincidir con el lanzamiento oficial. Familia y versión se agruparon por regla a partir del nombre.