AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Gemini 3.1 Flash Lite vs Kimi K2.5: Gemini 3.1 Flash Lite unggul dalam skor rata-rata dengan 6.1 vs 5.5. Gemini 3.1 Flash Lite memiliki biaya benchmark lebih rendah di $0.013 vs $0.028. Gemini 3.1 Flash Lite lebih cepat di 1.33s vs 13.18s, dengan tingkat keberhasilan 54.0% vs 34.9%.

Model yang direkomendasikan: Gemini 3.1 Flash Lite - It has the best score here (6.1), while costing about 2.1x less than Kimi K2.5.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Rilis: 2026-05-08	Kimi K2.5 Kimi K2.5 none Rilis: 2026-01-27

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Rilis: 2026-05-08	Kimi K2.5 Kimi K2.5 none Rilis: 2026-01-27
Skor	6.1	5.5
Peringkat	#95	#121
Keandalan	10.0	10.0
Konsistensi	8.8	8.9
Tes benar
Tingkat lulus per percobaan	54.0%	34.9%
Tes tidak stabil	3	3
Total Run	63	63
Biaya per hasil	0.130	0.442
Total Biaya	$0.013	$0.028
Harga input	$0.250 / 1M	$0.400 / 1M
Harga output	$1.500 / 1M	$1.900 / 1M
Total token input	36,973	36,034
Token output	2,487	6,657
Token penalaran	0	0
Waktu respons (rata-rata)	1.33s	13.18s
Waktu respons (maks)	4.49s	42.13s
Waktu respons (total)	27.91s	184.47s

Generation showcase

Hamster playing table tennis

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

#95 Gemini 3.1 Flash Lite

minimal

Cost: $0.001
Time: 3.7s
Tokens: 635 tok

#121 MoonshotAI: Kimi K2.5

none

Cost: $0.015
Time: 89.1s
Tokens: 5,421 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	8.3	10.0	75.0%	0		1.10s	500	639	0
Kimi K2.5	3.6	8.4	8.3%	1		6.24s	652	373	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		831ms	8,126	666	0
Kimi K2.5	5.5	10.0	33.3%	0		24.56s	7,311	4,708	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		2.53s	12,870	357	0
Kimi K2.5	2.8	2.1	33.3%	1		19.16s	12,264	748	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.04s	7,552	279	0
Kimi K2.5	7.3	5.8	83.3%	1		42.13s	7,180	187	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		1.02s	641	15	0
Kimi K2.5	5.3	10.0	33.3%	0		4.38s	753	29	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		791ms	490	63	0
Kimi K2.5	10.0	10.0	100.0%	0		4.00s	483	76	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		932ms	615	72	0
Kimi K2.5	6.5	10.0	50.0%	0		2.67s	677	60	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	6.0	4.6	66.7%	2		2.15s	564	153	0
Kimi K2.5	3.0	10.0	0.0%	0		4.04s	667	236	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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		13.99s	5,835	220	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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		3.90s	212	20	0

Perbandingan Cepat

Ganti Pasangan Perbandingan