Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs MoonshotAI: Kimi K2.5

Resumen

Comparación benchmark de Gemini 3.1 Flash Lite vs Kimi K2.5: Kimi K2.5 lidera en puntuación media con 7.5 vs 6.1. Gemini 3.1 Flash Lite tiene menor coste de benchmark con $0.013 vs $0.348. Gemini 3.1 Flash Lite es más rápido con 1.33s vs 98.43s, con tasas de acierto de 54.0% vs 68.3%.

Modelo recomendado: Gemini 3.1 Flash Lite - Ofrece el mejor equilibrio general: puntuación competitiva (6.1), menor coste que Kimi K2.5 y tiempo de respuesta equilibrado.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Lanzamiento: 2026-05-08 Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27
Puntuación 6.1 7.5
Rango #94 #43
Fiabilidad 10.0 10.0
Consistencia 8.8 6.9
Pruebas correctas
Tasa de aciertos por intento 54.0% 68.3%
Pruebas inestables 3 8
Ejecuciones totales 63 63
Costo por resultado 0.130 3.704
Costo total $0.013 $0.348
Precio de entrada $0.250 / 1M $0.375 / 1M
Precio de salida $1.500 / 1M $2.025 / 1M
Total de tokens de entrada 36,973 34,312
Tokens de salida 2,487 48,379
Tokens de razonamiento 0 157,747
Tiempo de respuesta (promedio) 1.33s 98.43s
Tiempo de respuesta (máximo) 4.49s 281.00s
Tiempo de respuesta (total) 27.91s 1378.03s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#94 Gemini 3.1 Flash Lite

minimal
Coste
$0.001
Tiempo
3.7s
Tokens
635 tok

#43 MoonshotAI: Kimi K2.5

medium
Coste
$0.030
Tiempo
58.6s
Tokens
8,683 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 8.3 10.0 75.0% 0 1.10s 500 639 0
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 831ms 8,126 666 0
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 2.53s 12,870 357 0
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.04s 7,552 279 0
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 2.9 7.2 11.1% 1 1.02s 641 15 0
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 791ms 490 63 0
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 932ms 615 72 0
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 6.0 4.6 66.7% 2 2.15s 564 153 0
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 3.51s 5,457 234 0
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 724ms 158 9 0
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644

Comparación rápida

Cambiar par de comparación

Kimi K2.5mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneDeepSeek V4 ProhighvsKimi K2.5mediumSeed-2.0-LitenonevsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsNemotron 3 Ultra 550b A55bnoneDisponible gratisGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsStep 3.7 FlashlowGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BmediumGemini 3.1 Flash LiteminimalvsGLM 5noneGemini 3 Flash PreviewlowvsKimi K2.5mediumGemini 3.1 Flash LiteminimalvsQwen3.6 Flashnone