Zum Hauptinhalt springen

Direktvergleich

Gemini 4 Argon vs. Kimi K3

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen
175
verschiedene Benchmark-Messgrößen
23
jüngster Abruf
16.10.2026

Modellauswahl ändern

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Gemini 4 Argon und Kimi K3
MerkmalGemini 4 ArgonKimi K3
AnbieterGoogle DeepMindMoonshot AI
Erschienen13. Okt. 202616. Juli 2026
VerfügbarkeitAktivAktiv
ModelltypProprietärOpen Weights
ParameterNicht veröffentlicht2,8 Billionen, 104 Mrd. aktiv
ArchitekturNicht veröffentlichtMixture of Experts
Kontextfenster1.048.576 Token gemeinsam für Eingabe, Thinking und Ausgabe1.048.576 Token
WissensstandNicht veröffentlichtNicht veröffentlicht
Technische QuellenModellModell

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Gemini 4 Argon und Kimi K3
PreisartGemini 4 ArgonKimi K3
API-Eingabe2 $3 $
API-Ausgabe10 $15 $
Cache lesen0,1 $0,3 $
Cache schreiben (5 Min.)Nicht ausgewiesenNicht ausgewiesen
Cache schreiben (1 Std.)Nicht ausgewiesenNicht ausgewiesen
Preis geprüft25.10.2026 Quelle22.09.2026 Quelle

Gemini 4 Argon, Standardpreise bis 30. November 2026

Je 1 Mio. Token: 2,00 USD Eingabe, 10,00 USD Ausgabe einschließlich Thinking und 0,10 USD Cache-Lesezugriff. Quelle

Gemini 4 Argon, Standardpreise ab 1. Dezember 2026

Je 1 Mio. Token: 4,00 USD Eingabe, 20,00 USD Ausgabe einschließlich Thinking und 0,20 USD Cache-Lesezugriff. Quelle

Gemini 4 Argon, Caching

Nur implizites Caching; explizites Caching wird nicht unterstützt. Quelle

Gemini 4 ArgonKimi K3
API-EingabeUSD pro 1 Mio. Token, Basistarif
Gemini 4 ArgonGünstiger2 $
Kimi K33 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
Gemini 4 ArgonGünstiger10 $
Kimi K315 $
Cache lesenUSD pro 1 Mio. Token, Basistarif
Gemini 4 ArgonGünstiger0,1 $
Kimi K30,3 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Für Gemini 4 Argon ist im gespeicherten OpenRouter-Stand kein Anbietertarif verfügbar. Der offizielle Direktpreis wird trotzdem angezeigt.

Anbieterpreise von Gemini 4 Argon und Kimi K3
ModellAnbieterBezugsweg und TarifEingabe pro 1 Mio. TokenAusgabe pro 1 Mio. TokenQuelle
Gemini 4 ArgonGoogle DeepMindDirekt beim EntwicklerStandard-APIGünstigster erfasster Preis: 2 $Günstigster erfasster Preis: 10 $Quelle25.10.2026
Kimi K3Moonshot AIDirekt beim EntwicklerStandard-API3 $15 $Quelle22.09.2026
AkashMLÜber OpenRouterakashml/fp41,2 $14 $Quelle26.10.2026
AlibabaÜber OpenRouteralibaba3,45 $17,25 $Quelle26.10.2026
Amazon BedrockÜber OpenRouteramazon-bedrock/us-east-23 $15 $Quelle26.10.2026
BaseTenÜber OpenRouterbaseten/fp83 $15 $Quelle26.10.2026
ChutesÜber OpenRouterchutes/mxfp41,85 $9,5 $Quelle26.10.2026
DecartÜber OpenRouterdecart/mxfp41,65 $8,25 $Quelle26.10.2026
DeepInfraÜber OpenRouterdeepinfra/mxfp42,85 $14,25 $Quelle26.10.2026
DigitalOceanÜber OpenRouterdigitalocean2,55 $12,95 $Quelle26.10.2026
FireworksÜber OpenRouterfireworks3 $15 $Quelle26.10.2026
FireworksÜber OpenRouterfireworks/fast4,5 $22,5 $Quelle26.10.2026
FireworksÜber OpenRouterfireworks/us4,5 $22,5 $Quelle26.10.2026
InferenceNetÜber OpenRouterinference-net/fast0,5 $11,88 $Quelle26.10.2026
InferenceNetÜber OpenRouterinference-net/fp40,239 $10,8 $Quelle26.10.2026
InferenceNetÜber OpenRouterinference-net/us0,239 $10,8 $Quelle26.10.2026
InferenceNetÜber OpenRouterinference-net/us/fast2,24 $14,519 $Quelle26.10.2026
MakoraÜber OpenRoutermakora/fp40,65 $15 $Quelle26.10.2026
ModalÜber OpenRoutermodal/mxfp43 $15 $Quelle26.10.2026
Moonshot AIÜber OpenRoutermoonshotai/mxfp43 $15 $Quelle26.10.2026
MorphÜber OpenRoutermorph/fp81,17 $18,769 $Quelle26.10.2026
ParasailÜber OpenRouterparasail/fp43 $15 $Quelle26.10.2026
ParetoAlphaÜber OpenRouterpareto-alpha/us3 $15 $Quelle26.10.2026
PhalaÜber OpenRouterphala2,55 $12,75 $Quelle26.10.2026
RelaceÜber OpenRouterrelace/fp4Günstigster erfasster Preis: 0,2147 $7,6972 $Quelle26.10.2026
Sail ResearchÜber OpenRoutersail-research/fp41,2 $Günstigster erfasster Preis: 5,5 $Quelle26.10.2026
Sail ResearchÜber OpenRoutersail-research/fp4/us1,2 $Günstigster erfasster Preis: 5,5 $Quelle26.10.2026
WaferÜber OpenRouterwafer0,226 $20 $Quelle26.10.2026
WaferÜber OpenRouterwafer/us0,36 $11,9 $Quelle26.10.2026

Benchmark-Index

Benchmark-Index im Vergleich

Der Index fasst unabhängige Benchmarks auf einer Skala von 0 bis 100 zusammen. Ein Vorsprung zählt erst, wenn ein Modell in mindestens 95 % von 200 Neuberechnungen mit zufällig neu gezogenen Testfamilien vorn liegt. Sonst gelten beide als gleichauf.

Zur KI-Bestenliste
Gemini 4 Argon

Gesamtindex

92,6

Kimi K3

Gesamtindex

62,0

Gemini 4 Argon liegt in 11 von 11 gemeinsamen Bereichen vorn.

BereichGemini 4 ArgonKimi K3
Programmieren92,452,2
Schlussfolgern91,664,0
Mathematik89,356,0
Wissen93,649,3
Allgemein90,269,5
Finanzen94,670,3
Recht94,973,4
Gesundheit92,868,9
Cybersicherheit92,861,3
Produktivität90,669,6
Bildung93,669,5

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Nicht genug direkt vergleichbare Kategorien für ein belastbares Radar

Nur 0 von mindestens 5 Kategorien enthalten direkt vergleichbare Modellmessungen. Die Benchmarktabellen darunter zeigen die vorhandenen Belege, ohne fehlende Achsen aufzufüllen.

Gemini 4 ArgonKimi K3
BioMysteryBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert76,296 %
Kimi K372,593 %
Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert68,173 %
Kimi K316,099 %
CyberBench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert77,857 %
Kimi K375,238 %
EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert75,244 %
Kimi K366,677 %
Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert65,401 %
Kimi K353,114 %
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert19,583 %
Kimi K312,917 %
IOIOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert100 %
Kimi K348,944 %
Legal Research BenchOverall · All-pass. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert54,808 %
Kimi K346,154 %
LegalBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert88,299 %
Kimi K386,212 %
MedCodeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert58,801 %
Kimi K349,357 %
MedScribeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 Argon87,427 %
Kimi K3Höherer Messwert88,048 %
ProgramBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert2,5 %
Kimi K32 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Gemini 4 Argon und Kimi K3
Benchmark und AufgabeGemini 4 ArgonKimi K3Quelle
BioMysteryBenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert76,296 %
72,593 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Code MigrationOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert68,173 %
16,099 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
CyberBench v1.1Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Ausgabegrenze: 262.144 tokens
Höherer Messwert77,857 %
75,238 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
EMBOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert75,244 %
66,677 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Finance Agent (v2)Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert65,401 %
53,114 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert19,583 %
12,917 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
IOIOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert100 %
48,944 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Legal Research BenchOverall · All-pass
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert54,808 %
46,154 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
LegalBenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert88,299 %
86,212 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
MedCodeOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert58,801 %
49,357 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
MedScribeOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
87,427 %
Höherer Messwert88,048 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
ProgramBenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert2,5 %
2 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
ProofBenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Ausgabegrenze: 262.144 tokens
Höherer Messwert99 %
87 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Public Benefits Bench v1.1Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert69,756 %
68,2 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
SAGEOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert53,645 %
52,783 %
Vals AI
Quellendetails
Datenstand: 08.10.2026
SWE-bench MultimodalOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert56,042 %
35,833 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Tax Agent BenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert44,56 %
33,368 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Terminal-Bench 4.0Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert57,576 %
17,172 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Terminal-Bench ScienceOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert44,286 %
1,429 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Time Horizon Index: KSPOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: progressBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert52,5 %
10,5 %
Vals AI
Quellendetails
Datenstand: 07.10.2026
Vals IndexOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: weighted index scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert68,896 %
50,297 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Vibe Code Bench 1-100Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Harness: OpenHands, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert21,2 %
18,244 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Vibe Code Bench v1.1Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Harness: OpenHands, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert91,906 %
84,968 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
BioMysteryBenchHard
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
39,216 %
Höherer Messwert41,176 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Code MigrationCLI
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert67,564 %
1,465 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
CyberBench v1.1Patch
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Ausgabegrenze: 262.144 tokens
Höherer Messwert85,714 %
82,143 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
EMBComps
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert82,979 %
70,837 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Finance Agent (v2)Adjustments
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert60,527 %
45,274 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert94,203 %
88,768 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
IOIIOI 2024
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert100 %
59,667 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert68,182 %
63,636 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
LegalBenchConclusion Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert90,847 %
90,076 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
ProgramBenchAlmost Resolved
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert41 %
17,5 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
SAGEAutomata
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert45,635 %
43,254 %
Vals AI
Quellendetails
Datenstand: 08.10.2026
SWE-bench Multimodalbpmn-js
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert71,698 %
47,17 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Tax Agent BenchControversy & Precedence Analysis
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert20 %
13,333 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Terminal-Bench 4.0Hardware
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert46,667 %
13,333 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Terminal-Bench ScienceEarth Sciences
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert62,5 %
12,5 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Time Horizon Index: KSPProgress efficiency
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: progressBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert40,34 %
9,258 %
Vals AI
Quellendetails
Datenstand: 07.10.2026
Vals IndexCode Migration
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert69,503 %
16,042 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
BioMysteryBenchHuman-solvable
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert84,932 %
79,909 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Code MigrationCOBOL
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert70 %
60 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
CyberBench v1.1PoC
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Ausgabegrenze: 262.144 tokens
Höherer Messwert70 %
68,333 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
EMBDataroom
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert85,109 %
82,661 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Finance Agent (v2)All-Pass
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert55,789 %
41,837 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Kein direkter Sieger20 %
Kein direkter Sieger20 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
IOIIOI 2025
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert100 %
29,333 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert92,945 %
89,252 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
LegalBenchInterpretation Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert84,097 %
84,092 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
ProgramBenchFully Resolved
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert2,5 %
2 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
SAGECalculus
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert84,877 %
79,938 %
Vals AI
Quellendetails
Datenstand: 08.10.2026
SWE-bench MultimodalCarbon
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert43,609 %
21,053 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Tax Agent BenchControversy & Precedence Analysis
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
63,603 %
Höherer Messwert68,8 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Terminal-Bench 4.0Media
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert83,333 %
16,667 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Terminal-Bench ScienceEngineering Sciences
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert11,111 %
0 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Vals IndexEMB
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert75,244 %
66,677 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Code MigrationCode Quality
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
3,574 / 5
Höherer Messwert3,899 / 5
Vals AI
Quellendetails
Datenstand: 12.10.2026
EMBDCF
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert65,719 %
56,736 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Finance Agent (v2)Comparables
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert50,956 %
47,778 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Criteria passed
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert94,265 %
91,398 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
IOIIOI 2026
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert100 %
57,833 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Legal Research BenchBusiness & Commercial · All-pass
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert46,512 %
39,535 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
LegalBenchIssue Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens
Höherer Messwert92,941 %
90,911 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
ProgramBenchRaw Pass Rate
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: raw test pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert83,715 %
62,768 %
Vals AI
Quellendetails
Datenstand: 12.10.2026

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

SVG-Kurztest

Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.

Gemeinsame Testrunde: 43b8c5c46830

Gemini 4 Argon

In dieser Runde nicht verfügbar

Kimi K3

Kimi K3: SVG-Kurztest
API meldet 0 Reasoning-TokensTestlauf: 14.10.2026Anbieter: chutes/mxfp4API-Modell: moonshotai/kimi-k3495 Ausgabe-Token
Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Gemini 4 Argon

Noch nicht getestet

Kimi K3

Kimi K3: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

Reasoning (angefragt): high

Aktueller Versuch
Datum des Testlaufs
01.10.2026
API-Anbieter
openrouter
Angefragtes API-Modell
moonshotai/kimi-k3
API-Modell laut Antwort
moonshotai/kimi-k3
Reasoning-Einstellung
high
Festgelegter Endpunkt
Moonshot AI | moonshotai/kimi-k3-20260715
Temperatur
Anbieterstandard
Tokenlimit inklusive Reasoning
8.192 Token
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung
Antwortzeit
173,4 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Frühere Versuche (1)
  • 07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Ähnliche LLM-Vergleiche

Vergleiche Gemini 4 Argon und Kimi K3 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich