AI BENCHY Compare

Google: Gemma 4 31B vs MoonshotAI: Kimi K2.5

Resumen

Comparación benchmark de Gemma 4 31B vs Kimi K2.5: Gemma 4 31B lidera en puntuación media con 6.1 vs 5.5. Gemma 4 31B tiene menor coste de benchmark con $0.004 vs $0.027. Gemma 4 31B es más rápido con 4.05s vs 13.18s, con tasas de acierto de 47.6% vs 34.9%.

Modelo recomendado: Gemma 4 31B - Tiene la mejor puntuación aquí (6.1) y cuesta aproximadamente 9.0x menos que Kimi K2.5.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica	Gemma 4 31B Gemma 4 31B none Lanzamiento: 2026-04-02 Disponible gratis	Kimi K2.5 Kimi K2.5 none Lanzamiento: 2026-01-27

Métrica	Gemma 4 31B Gemma 4 31B none Lanzamiento: 2026-04-02 Disponible gratis	Kimi K2.5 Kimi K2.5 none Lanzamiento: 2026-01-27
Puntuación	6.1	5.5
Rango	#113	#135
Fiabilidad	10.0	10.0
Consistencia	10.0	8.9
Pruebas correctas
Tasa de aciertos por intento	47.6%	34.9%
Pruebas inestables	0	3
Ejecuciones totales	63	63
Costo por resultado	0.034	0.442
Costo total	$0.004	$0.027
Precio de entrada	$0.120 / 1M	$0.375 / 1M
Precio de salida	$0.350 / 1M	$2.025 / 1M
Total de tokens de entrada	20,911	36,034
Tokens de salida	1,407	6,657
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	4.05s	13.18s
Tiempo de respuesta (máximo)	26.13s	42.13s
Tiempo de respuesta (total)	76.87s	184.47s

Generación showcase

Hamster playing table tennis

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

#113 Gemma 4 31B

none

Coste: $0.001
Tiempo: 12.8s
Tokens: 795 tok

#135 MoonshotAI: Kimi K2.5

none

Coste: $0.015
Tiempo: 89.1s
Tokens: 5,421 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
Gemma 4 31B	6.5	10.0	50.0%	0		1.85s	852	45	0
Kimi K2.5	3.6	8.4	8.3%	1		6.24s	652	373	0

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
Gemma 4 31B	5.5	10.0	33.3%	0		11.19s	8,381	735	0
Kimi K2.5	5.5	10.0	33.3%	0		24.56s	7,311	4,708	0

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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Kimi K2.5	2.8	2.1	33.3%	1		19.16s	12,264	748	0

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
Gemma 4 31B	10.0	10.0	100.0%	0		2.25s	8,352	285	0
Kimi K2.5	7.3	5.8	83.3%	1		42.13s	7,180	187	0

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
Gemma 4 31B	7.7	10.0	66.7%	0		3.22s	903	27	0
Kimi K2.5	5.3	10.0	33.3%	0		4.38s	753	29	0

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
Gemma 4 31B	10.0	10.0	100.0%	0		2.09s	576	117	0
Kimi K2.5	10.0	10.0	100.0%	0		4.00s	483	76	0

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
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	795	78	0
Kimi K2.5	6.5	10.0	50.0%	0		2.67s	677	60	0

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
Gemma 4 31B	6.5	10.0	33.3%	0		4.23s	828	108	0
Kimi K2.5	3.0	10.0	0.0%	0		4.04s	667	236	0

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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Kimi K2.5	10.0	10.0	100.0%	0		13.99s	5,835	220	0

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
Gemma 4 31B	3.0	10.0	0.0%	0		1.25s	224	12	0
Kimi K2.5	3.0	10.0	0.0%	0		3.90s	212	20	0

Comparación rápida

Cambiar par de comparación