AI BENCHY Compare
Google: Gemini 3.1 Flash Lite Preview vs MoonshotAI: Kimi K2.5
Bandingkan:
Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-03
| Metrik | Google: Gemini 3.1 Flash Lite Preview none Rilis: 2026-03-03 | MoonshotAI: Kimi K2.5 medium Rilis: 2026-01-27 |
|---|---|---|
| Peringkat | #10 | #25 |
| Skor Rata-rata | 7.70 | 6.29 |
| Konsistensi | 9.54 | 7.69 |
| Biaya per hasil | 0.116 | 2.335 |
| Total Biaya | $0.011 | $0.187 |
| Tes benar | ||
| Tingkat lulus per percobaan | 69.1% | 73.8% |
| Tes tidak stabil | 1 | 4 |
| Token output | 4,307 | 30,504 |
| Token penalaran | 0 | 58,467 |
Skor vs Total Biaya
Rincian Kategori
| Trik anti-AI | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 6.00 | 7.85 | 55.6% | 1 | 1,086 | 0 | |
| MoonshotAI: Kimi K2.5 | 7.00 | 7.21 | 88.9% | 1 | 335 | 6,255 |
| Parsing dan ekstraksi data | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 9.88 | 10.00 | 100.0% | 0 | 399 | 0 | |
| MoonshotAI: Kimi K2.5 | 10.00 | 10.00 | 100.0% | 0 | 1,181 | 6,049 |
| Spesifik domain | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 4.00 | 10.00 | 33.3% | 0 | 568 | 0 | |
| MoonshotAI: Kimi K2.5 | 1.00 | 4.41 | 33.3% | 2 | 20,696 | 30,894 |
| Kepatuhan instruksi | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 9.00 | 10.00 | 50.0% | 0 | 574 | 0 | |
| MoonshotAI: Kimi K2.5 | 9.50 | 10.00 | 100.0% | 0 | 3,777 | 4,967 |
| Puzzle Solving | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 898 | 0 | |
| MoonshotAI: Kimi K2.5 | 5.00 | 7.61 | 55.6% | 1 | 4,273 | 9,490 |
| Pemanggilan alat | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 782 | 0 | |
| MoonshotAI: Kimi K2.5 | 10.00 | 10.00 | 100.0% | 0 | 242 | 812 |
Perbandingan Cepat
Ganti Pasangan Perbandingan
Kimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneClaude Sonnet 4.6nonevsKimi K2.5mediumKimi K2.5mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3.1 Flash Lite PreviewnonevsGLM 5mediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumTersedia gratisDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-27BmediumGemini 3 Flash PreviewnonevsKimi K2.5mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-122B-A10Bmedium