Direktvergleich

Muse Wonder Full vs. Kimi K3

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

gemeinsame Messreihen: 177
verschiedene Benchmarks: 30
jüngster Abruf: 15.10.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

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

Allgemeine Daten von Muse Wonder Full und Kimi K3
Merkmal	Muse Wonder Full	Kimi K3
Anbieter	Meta	Moonshot AI
Erschienen	12. Okt. 2026	16. Juli 2026
Verfügbarkeit	Nur im Abo	Aktiv
Modelltyp	Proprietär	Open Weights
Parameter	Nicht veröffentlicht	2,8 Billionen, 104 Mrd. aktiv
Architektur	Nicht veröffentlicht	Mixture of Experts
Kontextfenster	1 Mio. Token	1.048.576 Token
Wissensstand	Nicht veröffentlicht	Nicht veröffentlicht
Technische Quellen	Modell, Kontext	Modell

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 Muse Wonder Full und Kimi K3
Preisart	Muse Wonder Full	Kimi K3
API-Eingabe	—	3 $
API-Ausgabe	—	15 $
Cache lesen	Nicht ausgewiesen	0,3 $
Cache schreiben (5 Min.)	Nicht ausgewiesen	Nicht ausgewiesen
Cache schreiben (1 Std.)	Nicht ausgewiesen	Nicht ausgewiesen
Preis geprüft	15.10.2026	22.09.2026 Quelle

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 Muse Wonder Full ist im gespeicherten OpenRouter-Stand kein Anbietertarif verfügbar. Der offizielle Direktpreis wird trotzdem angezeigt.

Anbieterpreise von Muse Wonder Full und Kimi K3
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Kimi K3	Moonshot AI	Direkt beim EntwicklerStandard-API	3 $	15 $	Quelle22.09.2026
	AkashML	Über OpenRouterakashml/fp4	1,2 $	14 $	Quelle16.10.2026
	Alibaba	Über OpenRouteralibaba	3,45 $	17,25 $	Quelle16.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/us-east-2	3 $	15 $	Quelle16.10.2026
	BaseTen	Über OpenRouterbaseten/fp8	3 $	15 $	Quelle16.10.2026
	Chutes	Über OpenRouterchutes/mxfp4	1,85 $	Günstigster erfasster Preis: 9,5 $	Quelle16.10.2026
	Decart	Über OpenRouterdecart/mxfp4	2,13 $	10,65 $	Quelle16.10.2026
	DeepInfra	Über OpenRouterdeepinfra/mxfp4	2,85 $	14,25 $	Quelle16.10.2026
	DigitalOcean	Über OpenRouterdigitalocean	2,55 $	12,95 $	Quelle16.10.2026
	Fireworks	Über OpenRouterfireworks	3 $	15 $	Quelle16.10.2026
	Fireworks	Über OpenRouterfireworks/fast	4,5 $	22,5 $	Quelle16.10.2026
	InferenceNet	Über OpenRouterinference-net/fast	2,49 $	15 $	Quelle16.10.2026
	InferenceNet	Über OpenRouterinference-net/fp4	0,405 $	15 $	Quelle16.10.2026
	Makora	Über OpenRoutermakora/fp4	1,53 $	12,75 $	Quelle16.10.2026
	Modal	Über OpenRoutermodal/mxfp4	3 $	15 $	Quelle16.10.2026
	Moonshot AI	Über OpenRoutermoonshotai/mxfp4	3 $	15 $	Quelle16.10.2026
	Morph	Über OpenRoutermorph/fp8	1 $	14,9 $	Quelle16.10.2026
	Parasail	Über OpenRouterparasail/fast	3 $	15 $	Quelle16.10.2026
	Parasail	Über OpenRouterparasail/fp4	2,6 $	13 $	Quelle16.10.2026
	Phala	Über OpenRouterphala	2,55 $	12,75 $	Quelle16.10.2026
	Relace	Über OpenRouterrelace/fp4	Günstigster erfasster Preis: 0,35 $	14 $	Quelle16.10.2026
	Sail Research	Über OpenRoutersail-research/fp4	0,84 $	13,5 $	Quelle16.10.2026
	Together	Über OpenRoutertogether	3 $	15 $	Quelle16.10.2026
	Wafer	Über OpenRouterwafer	0,72 $	24 $	Quelle16.10.2026
	Wafer	Über OpenRouterwafer/us	0,36 $	14,9 $	Quelle16.10.2026

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.

Muse Wonder Full

Kimi K3

Coding: 100 / 22,1 (1 Benchmarkfamilie)

Reasoning: 98,1 / 85 (3 Benchmarkfamilien)

Wissen: 100 / 65,3 (1 Benchmarkfamilie)

Agenten-Aufgaben: 100 / 83,7 (3 Benchmarkfamilien)

Gesamt: 100 / 78,1 (1 Benchmarkfamilie)

9 passende Messreihen aus 9 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 5 von 5 vergleichbaren Kategorien.

Muse Wonder FullKimi K3

AA-BriefcaseOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Muse Wonder Full1.729,32 elo

Kimi K31.500,97 elo

AA-LCROverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Muse Wonder Full83,7 %

Kimi K388,7 %

AA-OmniscienceOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Muse Wonder Full30,15 Punkte

Kimi K319,7 Punkte

Artificial Analysis Intelligence IndexOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Muse Wonder Full55,802 Punkte

Kimi K343,594 Punkte

AutomationBench-AAOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Muse Wonder Full71,3 %

Kimi K358,3 %

BioMysteryBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full73,333 %

Kimi K372,593 %

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full61,033 %

Kimi K316,099 %

CyberBench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full73,631 %

Kimi K375,238 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full71,917 %

Kimi K366,677 %

Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full59,061 %

Kimi K353,114 %

GDP.pdfOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Muse Wonder Full32,6 %

Kimi K322,0 %

GDPval-AAOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Muse Wonder Full1.857,09 elo

Kimi K31.533,13 elo

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Muse Wonder Full und Kimi K3
Benchmark und Aufgabe	Muse Wonder Full	Kimi K3	Quelle
AA-BriefcaseOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v1.1Messgröße: AA-Briefcase EloBewertung: Mehr ist besserMuse Wonder Full: Snapshot: Muse Wonder Full (Max), Reasoning: Max Kimi K3: Snapshot: Kimi K3 (Max), Reasoning: MaxMuse Wonder Full: Exakte AA-Konfiguration: Muse Wonder Full (Max) (Release muse-wonder-full, Zeile muse-wonder-full, UUID e994a6e0-d36b-4dab-8ae1-c1b469e4d9e2, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Kimi K3: Exakte AA-Konfiguration: Kimi K3 (Max) (Release kimi-k3, Zeile kimi-k3, UUID f7d2fc3e-1f7b-405f-818c-07952a4af78f, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner1.729,32 elo	1.500,97 elo	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AA-LCROverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v1.1Messgröße: Pass rateBewertung: Mehr ist besserMuse Wonder Full: Snapshot: Muse Wonder Full (Max), Reasoning: Max Kimi K3: Snapshot: Kimi K3 (Max), Reasoning: MaxMuse Wonder Full: Exakte AA-Konfiguration: Muse Wonder Full (Max) (Release muse-wonder-full, Zeile muse-wonder-full, UUID e994a6e0-d36b-4dab-8ae1-c1b469e4d9e2, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Kimi K3: Exakte AA-Konfiguration: Kimi K3 (Max) (Release kimi-k3, Zeile kimi-k3, UUID f7d2fc3e-1f7b-405f-818c-07952a4af78f, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	83,7 %	Gewinner88,7 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AA-OmniscienceOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: AA-Omniscience IndexBewertung: Mehr ist besserMuse Wonder Full: Snapshot: Muse Wonder Full (Max), Reasoning: Max Kimi K3: Snapshot: Kimi K3 (Max), Reasoning: MaxMuse Wonder Full: Exakte AA-Konfiguration: Muse Wonder Full (Max) (Release muse-wonder-full, Zeile muse-wonder-full, UUID e994a6e0-d36b-4dab-8ae1-c1b469e4d9e2, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Kimi K3: Exakte AA-Konfiguration: Kimi K3 (Max) (Release kimi-k3, Zeile kimi-k3, UUID f7d2fc3e-1f7b-405f-818c-07952a4af78f, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner30,15 Punkte Der Index kann negative Werte annehmen und reicht laut Anbieter von -100 bis 100.	19,7 Punkte Der Index kann negative Werte annehmen und reicht laut Anbieter von -100 bis 100.	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Artificial Analysis Intelligence IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v4.3.2Messgröße: Artificial Analysis Intelligence IndexBewertung: Mehr ist besserMuse Wonder Full: Snapshot: Muse Wonder Full (Max), Reasoning: Max Kimi K3: Snapshot: Kimi K3 (Max), Reasoning: MaxMuse Wonder Full: Exakte AA-Konfiguration: Muse Wonder Full (Max) (Release muse-wonder-full, Zeile muse-wonder-full, UUID e994a6e0-d36b-4dab-8ae1-c1b469e4d9e2, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Kimi K3: Exakte AA-Konfiguration: Kimi K3 (Max) (Release kimi-k3, Zeile kimi-k3, UUID f7d2fc3e-1f7b-405f-818c-07952a4af78f, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner55,802 Punkte	43,594 Punkte	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AutomationBench-AAOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: Objectives completed without guardrail violationsBewertung: Mehr ist besserMuse Wonder Full: Snapshot: Muse Wonder Full (Max), Reasoning: Max Kimi K3: Snapshot: Kimi K3 (Max), Reasoning: MaxMuse Wonder Full: Exakte AA-Konfiguration: Muse Wonder Full (Max) (Release muse-wonder-full, Zeile muse-wonder-full, UUID e994a6e0-d36b-4dab-8ae1-c1b469e4d9e2, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Kimi K3: Exakte AA-Konfiguration: Kimi K3 (Max) (Release kimi-k3, Zeile kimi-k3, UUID f7d2fc3e-1f7b-405f-818c-07952a4af78f, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner71,3 %	58,3 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
BioMysteryBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert73,333 %	72,593 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert61,033 %	16,099 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Ausgabegrenze: 262.144 tokens	73,631 %	Höherer Messwert75,238 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert71,917 %	66,677 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert59,061 %	53,114 %	Vals AI Quellendetails Datenstand: 12.10.2026
GDP.pdfOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: All-pass rateBewertung: Mehr ist besserMuse Wonder Full: Snapshot: Muse Wonder Full (Max), Reasoning: Max Kimi K3: Snapshot: Kimi K3 (Max), Reasoning: MaxMuse Wonder Full: Exakte AA-Konfiguration: Muse Wonder Full (Max) (Release muse-wonder-full, Zeile muse-wonder-full, UUID e994a6e0-d36b-4dab-8ae1-c1b469e4d9e2, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Kimi K3: Exakte AA-Konfiguration: Kimi K3 (Max) (Release kimi-k3, Zeile kimi-k3, UUID f7d2fc3e-1f7b-405f-818c-07952a4af78f, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner32,6 %	22,0 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
GDPval-AAOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v2.1Messgröße: GDPval-AA EloBewertung: Mehr ist besserMuse Wonder Full: Snapshot: Muse Wonder Full (Max), Reasoning: Max Kimi K3: Snapshot: Kimi K3 (Max), Reasoning: MaxMuse Wonder Full: Exakte AA-Konfiguration: Muse Wonder Full (Max) (Release muse-wonder-full, Zeile muse-wonder-full, UUID e994a6e0-d36b-4dab-8ae1-c1b469e4d9e2, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Kimi K3: Exakte AA-Konfiguration: Kimi K3 (Max) (Release kimi-k3, Zeile kimi-k3, UUID f7d2fc3e-1f7b-405f-818c-07952a4af78f, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner1.857,09 elo	1.533,13 elo	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert21,667 %	12,917 %	Vals AI Quellendetails Datenstand: 12.10.2026
Humanity's Last ExamOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: Text-only pass@1 accuracyBewertung: Mehr ist besserMuse Wonder Full: Snapshot: Muse Wonder Full (Max), Reasoning: Max Kimi K3: Snapshot: Kimi K3 (Max), Reasoning: MaxMuse Wonder Full: Exakte AA-Konfiguration: Muse Wonder Full (Max) (Release muse-wonder-full, Zeile muse-wonder-full, UUID e994a6e0-d36b-4dab-8ae1-c1b469e4d9e2, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Kimi K3: Exakte AA-Konfiguration: Kimi K3 (Max) (Release kimi-k3, Zeile kimi-k3, UUID f7d2fc3e-1f7b-405f-818c-07952a4af78f, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner53,6 % Der Anbieter beschreibt seine Vergleichsauswertung als text-only 2.158 Fragen, nicht als den vollständigen 2.500-Fragen-Datensatz.	46,9 % Der Anbieter beschreibt seine Vergleichsauswertung als text-only 2.158 Fragen, nicht als den vollständigen 2.500-Fragen-Datensatz.	Artificial Analysis Quellendetails Datenstand: 15.10.2026
IOIOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert79,833 %	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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert53,365 %	46,154 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert87,418 %	86,212 %	Vals AI Quellendetails Datenstand: 13.10.2026
MedCodeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert49,932 %	49,357 %	Vals AI Quellendetails Datenstand: 13.10.2026
MedScribeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert89,335 %	88,048 %	Vals AI Quellendetails Datenstand: 13.10.2026
ProgramBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens	0,5 %	Höherer Messwert2 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProofBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Ausgabegrenze: 262.144 tokens	Höherer Messwert94 %	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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert73,748 %	68,2 %	Vals AI Quellendetails Datenstand: 12.10.2026
SWE-bench MultimodalOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert47,292 %	35,833 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert42,997 %	33,368 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-BenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 4.0Messgröße: Task successBewertung: Mehr ist besserMuse Wonder Full: Snapshot: Muse Wonder Full (Max), Reasoning: Max Kimi K3: Snapshot: Kimi K3 (Max), Reasoning: MaxMuse Wonder Full: Exakte AA-Konfiguration: Muse Wonder Full (Max) (Release muse-wonder-full, Zeile muse-wonder-full, UUID e994a6e0-d36b-4dab-8ae1-c1b469e4d9e2, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Kimi K3: Exakte AA-Konfiguration: Kimi K3 (Max) (Release kimi-k3, Zeile kimi-k3, UUID f7d2fc3e-1f7b-405f-818c-07952a4af78f, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner57,1 %	12,6 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Terminal-Bench 4.0Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert58,081 %	17,172 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert37,143 %	1,429 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: weighted index scoreBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert64,566 %	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 besserMuse Wonder Full: Reasoning: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Harness: OpenHands, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert33,978 %	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 besserMuse Wonder Full: Reasoning: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Harness: OpenHands, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert85,996 %	84,968 %	Vals AI Quellendetails Datenstand: 12.10.2026
BioMysteryBenchHard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	33,333 %	Höherer Messwert41,176 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert58,044 %	1,465 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1Patch Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Ausgabegrenze: 262.144 tokens	Höherer Messwert83,929 %	82,143 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert80,89 %	70,837 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert56,668 %	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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert94,928 %	88,768 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2024 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert75,333 %	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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Kein direkter Sieger63,636 %	Kein direkter Sieger63,636 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchConclusion Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert90,323 %	90,076 %	Vals AI Quellendetails Datenstand: 13.10.2026
ProgramBenchAlmost Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens	8 %	Höherer Messwert17,5 %	Vals AI Quellendetails Datenstand: 12.10.2026
SWE-bench Multimodalbpmn-js Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert69,811 %	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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert26,667 %	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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 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 besserMuse Wonder Full: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 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
Vals IndexCode Migration Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert60,256 %	16,042 %	Vals AI Quellendetails Datenstand: 13.10.2026
BioMysteryBenchHuman-solvable Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert82,648 %	79,909 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Ausgabegrenze: 262.144 tokens	63,333 %	Höherer Messwert68,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert85,257 %	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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert49,037 %	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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert85,5 %	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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert92,809 %	89,252 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchInterpretation Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert84,991 %	84,092 %	Vals AI Quellendetails Datenstand: 13.10.2026
ProgramBenchFully Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens	0,5 %	Höherer Messwert2 %	Vals AI Quellendetails Datenstand: 12.10.2026
SWE-bench MultimodalCarbon Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert29,323 %	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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert76,097 %	68,8 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Media Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert58,333 %	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 besserMuse Wonder Full: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert71,917 %	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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert4,244 / 5	3,899 / 5	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDCF Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert66,579 %	56,736 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Comparables Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	46,809 %	Höherer Messwert47,778 %	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 besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Kimi K3: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 262.144 tokens	Höherer Messwert95,699 %	91,398 %	Vals AI Quellendetails Datenstand: 12.10.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

Für diese Auswahl gibt es keine gemeinsame Testrunde. Es werden keine Ergebnisse aus verschiedenen Runden gemischt.

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Muse Wonder Full

Noch nicht getestet

Kimi K3

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

Vergleiche Muse Wonder Full und Kimi K3 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich