Qwen 3.7 Max vs DeepSeek V4 vs Kimi K2.6: Confronto Completo di Benchmark e Prezzi

La corsa all'intelligenza artificiale generativa si gioca ormai su due fronti: prestazioni e costi. Con il lancio di nuovi modelli di frontiera quasi ogni mese, scegliere il modello giusto per il proprio progetto è cruciale. In questo articolo mettiamo a confronto tre dei più chiacchierati modelli cinesi della metà del 2026, analizzandone i benchmark pubblici e, aspetto fondamentale, le tariffe API.

Confronto Benchmark

Abbiamo raccolto i risultati divulgati dalle aziende e da valutatori indipendenti tra aprile e giugno 2026, suddividendoli per categoria.

Ingegneria del Software e Coding Agentico

Benchmark	Qwen3.7-Max	DeepSeek V4 Pro Max	Kimi K2.6 Thinking
SWE-Bench Verified	80.4	80.6	80.2
SWE-Bench Pro	60.6	55.4	58.6
SWE-Bench Multilingue	78.3	—	76.7
Terminal-Bench 2.0-Terminus	69.7	67.9	66.7
LiveCodeBench (Pass@1)	—	93.5	89.6
Rating Codeforces	—	3206	—
SciCode	53.5	—	—
NL2Repo	47.2	—	—
MCP-Mark	60.8	—	—

Ragionamento e Conoscenza

Benchmark	Qwen3.7-Max	DeepSeek V4 Pro Max	Kimi K2.6 Thinking
AA Intelligence Index v4.0	56.6 (#5)	52.0	—
GPQA Diamond	92.4	—	—
HLE (Humanity's Last Exam)	41.4	37.7	54.0 (con strumenti)
HMMT 2026 (Matematica)	97.1%	95.2%	92.7%
AIME 2026	—	—	96.4%
IMOAnswerBench	90.0	89.8	—
Apex Math Reasoning	44.5	—	—
SimpleQA Verificato	—	57.9%	—
Chinese SimpleQA	—	84.4	75.9
DeepSearchQA (F1)	—	—	92.5

---

Confronto Prezzi API (per 1 milione di token, in USD)

Componente di Prezzo	Qwen3.7-Max	DeepSeek V4 Pro	Kimi K2.6
Input (cache miss)	$2.50	$0.435 ($1.74 pre-promo)	$0.95
Output	$7.50	$0.87 ($3.48 pre-promo)	$4.00
Cache Hit (input)	$0.25 (-90%)	$0.0036 (-99%)	$0.16 (-83%)
Finestra di Contesto	1M token	1M token	256K token
Max Token in Output	65.536	384.000	—
Open Weights	No (solo API)	Sì (Hugging Face)	Sì

Nota sui prezzi di DeepSeek: DeepSeek aveva una promozione di lancio del 75% fino al 31 maggio 2026, portando il costo a $0.435/$0.87 per input/output. Dopo la promozione, le tariffe standard sono $1.74/$3.48 . I prezzi promozionali sono stati resi permanenti, quindi la tabella sopra riflette il costo standard attuale di DeepSeek V4 Pro.

---

Punti Chiave

1. La battaglia del coding è serratissima. Su SWE-Bench Verified, i tre modelli sono separati da appena 0.4 punti percentuali. Se il tuo focus è la programmazione avanzata, la scelta dipende dalle sfumature:

• DeepSeek V4 Pro Max è il re della programmazione competitiva, con punteggi inarrivabili su LiveCodeBench (93.5%) e un rating Codeforces di 3206 .
• Qwen3.7-Max eccelle come "agente di coding" autonomo, vincendo in task complessi come SWE-Bench Pro (60.6) e nell'uso del terminale (Terminal-Bench 2.0 a 69.7) .
• Kimi K2.6 è il leader indiscusso quando si tratta di integrare strumenti esterni (HLE with tools al 54.0%) e nella ricerca approfondita (DeepSearchQA a 92.5 F1) .

2. Il ragionamento premia Qwen. Qwen3.7-Max si aggiudica le gare di matematica (HMMT 97.1%) e il ragionamento scientifico (GPQA Diamond 92.4%) . DeepSeek V4 è una valida alternativa, mentre Kimi K2.6 preferisce scenari multi-step piuttosto che la matematica pura.

3. DeepSeek stravince sul prezzo, Kimi K2.6 è un'ottima via di mezzo. Con $0.87 per milione di token in output (e un prezzo irrisorio di $0.0036 per i cache hit), DeepSeek V4 Pro è di gran lunga l'opzione più economica, per di più con pesi aperti per l'auto-hosting . Qwen3.7-Max è il più costoso ($7.50/output), ma offre sconti per batch e caching. Kimi K2.6 si posiziona nel mezzo ($4.00/output), ma limita la finestra di contesto a 256K token contro il milione degli altri due .

4. Un caveat importante: la valutazione del NIST. A maggio 2026, il CAISI (NIST) ha pubblicato una valutazione indipendente la quale indica che i benchmark autodichiarati di DeepSeek V4 Pro sopravvalutano le sue reali capacità. Secondo il NIST, le prestazioni di DeepSeek sarebbero più vicine a GPT-5 (agosto 2025) che a modelli più recenti come Claude Opus 4.6 . Questa discrepanza non si applica né a Qwen3.7-Max né a Kimi K2.6, non direttamente testati nello stesso report. Un fattore cruciale da considerare quando si valuta il rapporto prezzo/prestazioni di DeepSeek.