内容更新: 2026-10-11
Kimi vs ChatGPT：公开评测分数对照
公开证据对照
先看共有测试，再自己验证
本页汇总双方共同出现在同一公开第三方评测中的结果，并标明精确模型版本与原始来源。条形图只比较同一测试内的分数，不能替代你用真实任务亲自试用。
先给结论
公开测试里代码修复差距只有一两分，但两者的产品重心不同：长材料阅读 vs 全能生态。用你自己最重的那类任务各跑一次，比看任何榜单都有用。
Kimi vs ChatGPT：差异集中在哪
公开评测快照里的差异
- 真实代码修复（SWE-bench Verified）：在 2026-10-09 抓取的公开快照里，Kimi 侧提交（Lingxi v1.5 x Kimi K2）修好 71.2% 的真实 GitHub 问题（第 35）。被标成 ChatGPT 的最高分 74.6% 来自 JoyCode + Claude 4 Sonnet + GPT-4.1 混用组合。差距不大，具体任务上两边互有胜负完全可能。
产品与使用条件的差异
- 访问与登录：Kimi 官网 kimi.com 面向中国大陆用户可直接访问、手机号即可登录；ChatGPT 需要非中国大陆地区的访问条件与相应账号。把「每天要不要为打开它多花一步」算进选择成本。
- 产品定位：Kimi 以长材料阅读作为主打卖点（超长文档/链接总结），产品界面围绕这类任务做了快捷入口；ChatGPT 的强项覆盖更宽（图像、语音、插件生态）。你的主任务落在哪一侧，决定哪边的「顺手感」更值钱。
- 价格与套餐：两边定价结构不同且经常调整，本页不引用具体数字。请在 Kimi 官网与 OpenAI 定价页（见下方官方来源）核对当前套餐、免费额度与支付方式。
建议的同题实测任务
- 超长材料摘要：选一份 50 页以上的 PDF 或很长的网页，让两边都输出「10 条要点 + 原文位置」，核对有没有编造
- 中译英商务邮件：同一封中文邮件，要求正式商务语气，检查谁的措辞更像母语者写的
- 逐步推理题：一道你已知答案的多步推理题，观察中间步骤是否会自圆其说地跑偏
怎么选：按你的任务落位
- 选 Kimi，如果：你的高频任务是消化长材料——几十页的 PDF、长网页、会议记录——并且需要在国内直接访问、手机号即登录。它的产品入口就是为这类任务设计的。
- 选 ChatGPT，如果：你需要的是一套覆盖更宽的工作台：图像、语音、工具调用与第三方生态。公开测试里代码修复的差距只有一两分，不足以成为决定性理由。
- 不要只看这一个指标：公开数据只覆盖代码修复一类，本对的真正差异在长文本处理与语感上，这部分没有公开同题成绩。请用上面的三条任务各跑一次。
快照证据的抓取时间与原始来源见下方评测表。实测任务请在你自己的账号上运行；本页提供证据与任务设计，不代你下结论。
公开评测怎么说
下面只展示这些模型共同出现在同一公开评测类别里的结果。不同来源的分数不能相加，也不能据此宣布谁全面更好。
Kimi
1
在共有测试中分数更高的项目
ChatGPT
7
在共有测试中分数更高的项目
共有测试
8
不同来源的分数不能相加
LiveBench · 智能体编程
LiveBench 用定期更新的客观题目给模型打分。类别分数越高，说明该类任务上的测量表现更好——并不构成通用总排名。
| 产品 | 精确模型版本 | 排名 | 成绩 | 指标 |
|---|---|---|---|---|
| Kimi | kimi-k3 | 11 | 62.17 points | Category score (points) |
| ChatGPT | gpt-6-astra-max | 21 | 57.32 points | Category score (points) |
LiveBench · 编程任务
LiveBench 用定期更新的客观题目给模型打分。类别分数越高，说明该类任务上的测量表现更好——并不构成通用总排名。
| 产品 | 精确模型版本 | 排名 | 成绩 | 指标 |
|---|---|---|---|---|
| ChatGPT | gpt-5.6-sol-max | 7 | 83.94 points | Category score (points) |
| Kimi | kimi-k3 | 15 | 81.45 points | Category score (points) |
LiveBench · 数据分析
LiveBench 用定期更新的客观题目给模型打分。类别分数越高，说明该类任务上的测量表现更好——并不构成通用总排名。
| 产品 | 精确模型版本 | 排名 | 成绩 | 指标 |
|---|---|---|---|---|
| ChatGPT | gpt-6-astra-max | 1 | 82.97 points | Category score (points) |
| Kimi | kimi-k3 | 21 | 78.73 points | Category score (points) |
LiveBench · 指令遵循
LiveBench 用定期更新的客观题目给模型打分。类别分数越高，说明该类任务上的测量表现更好——并不构成通用总排名。
| 产品 | 精确模型版本 | 排名 | 成绩 | 指标 |
|---|---|---|---|---|
| ChatGPT | gpt-6-astra-max | 8 | 75.58 points | Category score (points) |
| Kimi | kimi-k3 | 23 | 71.36 points | Category score (points) |
LiveBench · 语言任务
LiveBench 用定期更新的客观题目给模型打分。类别分数越高，说明该类任务上的测量表现更好——并不构成通用总排名。
| 产品 | 精确模型版本 | 排名 | 成绩 | 指标 |
|---|---|---|---|---|
| ChatGPT | gpt-6.1-sol-max | 2 | 90.13 points | Category score (points) |
| Kimi | kimi-k3 | 11 | 85.53 points | Category score (points) |
LiveBench · 数学
LiveBench 用定期更新的客观题目给模型打分。类别分数越高，说明该类任务上的测量表现更好——并不构成通用总排名。
| 产品 | 精确模型版本 | 排名 | 成绩 | 指标 |
|---|---|---|---|---|
| ChatGPT | gpt-6.1-sol-max | 3 | 96.83 points | Category score (points) |
| Kimi | kimi-k3 | 56 | 84.44 points | Category score (points) |
LiveBench · 推理
LiveBench 用定期更新的客观题目给模型打分。类别分数越高，说明该类任务上的测量表现更好——并不构成通用总排名。
| 产品 | 精确模型版本 | 排名 | 成绩 | 指标 |
|---|---|---|---|---|
| ChatGPT | gpt-6-astra-max | 1 | 92.65 points | Category score (points) |
| Kimi | kimi-k3 | 9 | 90.67 points | Category score (points) |
SWE-bench Verified · 真实软件问题修复
SWE-bench Verified 衡量 AI 编程系统修好真实 GitHub 问题的比例。解决率越高，说明在该次测试设置中修好的问题越多。
| 产品 | 精确模型版本 | 排名 | 成绩 | 指标 |
|---|---|---|---|---|
| ChatGPT | JoyCode + Claude 4 Sonnet + GPT-4.1 | 17 | 74.6% | Resolved (%) |
| Kimi | Lingxi v1.5 x Kimi K2 | 35 | 71.2% | Resolved (%) |
产品入口
亲自试用时可核对的事项
- 对你的真实任务，答案是否准确、完整，以及还需要多少人工修改。
- 当前套餐的配额、价格与地区可用性是否满足长期使用。
- 隐私条款、登录方式与团队协作是否符合你的工作要求。
更多有公开证据的模型对比
官方来源与核验时间
下列链接是本页产品身份与套餐信息的官方来源，最后核验于 2026-09-28。价格、可用模型、配额与地区限制可能变化，请在购买或部署前以官网为准。
- Kimi official site - 2026-09-28
- OpenAI ChatGPT plans and pricing - 2026-09-28
常见问题
本页是否给出绝对排名？
不会。本站只在公开测试条件、原始来源与审校方法可核验时，才呈现限定条件下的结论；不会发布脱离场景的“全面最优”名单。
价格和套餐信息是否最终有效？
页面会链接官方来源并标注核验日期。购买或部署前，请以提供方官网及你所在地区显示的价格与条款为准。
ModelAny 会保存提示词吗？
ModelAny 采用本地优先设计：草稿、设置与历史保留在浏览器本地；提示词仅发送到你选择的 AI 服务，不会上传到 ModelAny 自有服务器。
用同一提示词比较多个模型
ModelAny 是免费的浏览器扩展，源码公开可审阅，已在 Chrome 网上应用店 与 Microsoft Edge 加载项 上架。草稿、设置与历史保留在浏览器本地。
安装扩展