AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Gemma 4 31B vs Kimi K2.5: Gemma 4 31B unggul dalam skor rata-rata dengan 6.1 vs 5.5. Gemma 4 31B memiliki biaya benchmark lebih rendah di $0.004 vs $0.027. Gemma 4 31B lebih cepat di 4.05s vs 13.18s, dengan tingkat keberhasilan 47.6% vs 34.9%.

Model yang direkomendasikan: Gemma 4 31B - It has the best score here (6.1), while costing about 9.0x less than Kimi K2.5.

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

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

Metrik	Gemma 4 31B Gemma 4 31B none Rilis: 2026-04-02 Tersedia gratis	Kimi K2.5 Kimi K2.5 none Rilis: 2026-01-27
Skor	6.1	5.5
Peringkat	#113	#135
Keandalan	10.0	10.0
Konsistensi	10.0	8.9
Tes benar
Tingkat lulus per percobaan	47.6%	34.9%
Tes tidak stabil	0	3
Total Run	63	63
Biaya per hasil	0.034	0.442
Total Biaya	$0.004	$0.027
Harga input	$0.120 / 1M	$0.375 / 1M
Harga output	$0.350 / 1M	$2.025 / 1M
Total token input	20,911	36,034
Token output	1,407	6,657
Token penalaran	0	0
Waktu respons (rata-rata)	4.05s	13.18s
Waktu respons (maks)	26.13s	42.13s
Waktu respons (total)	76.87s	184.47s

Showcase generasi

Hamster playing table tennis

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

#113 Gemma 4 31B

none

Biaya: $0.001
Waktu: 12.8s
Token: 795 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	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

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	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

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		2.25s	8,352	285	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
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

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		2.09s	576	117	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
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

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	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

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

Perbandingan Cepat

Ganti Pasangan Perbandingan