AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Gemma 4 31B (medium) vs Kimi K2.5: Gemma 4 31B (medium) unggul dalam skor rata-rata dengan 6.3 vs 5.5. Kimi K2.5 memiliki biaya benchmark lebih rendah di $0.027 vs $0.033. Kimi K2.5 lebih cepat di 13.18s vs 56.55s, dengan tingkat keberhasilan 69.8% vs 34.9%.

Model yang direkomendasikan: Gemma 4 31B (medium) - It has the strongest score in this comparison (6.3) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	Kimi K2.5 Kimi K2.5 none Rilis: 2026-01-27

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	Kimi K2.5 Kimi K2.5 none Rilis: 2026-01-27
Skor	6.3	5.5
Peringkat	#102	#135
Keandalan	10.0	10.0
Konsistensi	9.4	8.9
Tes benar
Tingkat lulus per percobaan	69.8%	34.9%
Tes tidak stabil	1	3
Total Run	63	63
Biaya per hasil	0.257	0.442
Total Biaya	$0.033	$0.027
Harga input	$0.120 / 1M	$0.375 / 1M
Harga output	$0.350 / 1M	$2.025 / 1M
Total token input	17,957	36,034
Token output	22,356	6,657
Token penalaran	65,726	0
Waktu respons (rata-rata)	56.55s	13.18s
Waktu respons (maks)	437.40s	42.13s
Waktu respons (total)	1074.41s	184.47s

Showcase generasi

Hamster playing table tennis

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

#102 Gemma 4 31B

medium

Biaya: $0.002
Waktu: 45.7s
Token: 2,696 tok

#135 MoonshotAI: Kimi K2.5

none

Biaya: $0.015
Waktu: 89.1s
Token: 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
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
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
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
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
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

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
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
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
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
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
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
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
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
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
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
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
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

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
Kimi K2.5	3.0	10.0	0.0%	0		3.90s	212	20	0

Perbandingan Cepat

Ganti Pasangan Perbandingan