AI BENCHY Compare
DeepSeek: DeepSeek V4 Flash vs MoonshotAI: Kimi K2.5
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-04-24
| 指標 | DeepSeek V4 Flash DeepSeek V4 Flash none | Kimi K2.5 Kimi K2.5 none |
|---|---|---|
| スコア | 5.3 | 5.5 |
| 順位 | #89 | #85 |
| 一貫性 | 9.1 | 8.7 |
| 正解テスト | ||
| 試行ごとの合格率 | 33.3% | 40.7% |
| 不安定なテスト | 2 | 3 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 0.147 | 0.271 |
| 合計コスト | $0.008 | $0.017 |
| ???? | $0.140 / 1M | $0.440 / 1M |
| ???? | $0.280 / 1M | $2.000 / 1M |
| 出力トークン | 4,444 | 2,659 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 29.39s | 13.37s |
| 応答時間（最大） | 111.96s | 42.13s |
| 応答時間（合計） | 529.10s | 147.05s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 20.18s | 174 | 0 | |
| Kimi K2.5 | 3.6 | 8.4 | 8.3% | 1 | 6.24s | 373 | 0 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 6.3 | 10.0 | 0.0% | 0 | 24.04s | 471 | 0 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 38.78s | 649 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.5 | 2.1 | 66.7% | 1 | 111.96s | 2,664 | 0 | |
| Kimi K2.5 | 2.8 | 2.1 | 33.3% | 1 | 19.16s | 748 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 23.79s | 195 | 0 | |
| Kimi K2.5 | 7.3 | 5.8 | 83.3% | 1 | 42.13s | 187 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 5.3 | 10.0 | 33.3% | 0 | 19.73s | 18 | 0 | |
| Kimi K2.5 | 5.3 | 10.0 | 33.3% | 0 | 4.38s | 29 | 0 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.2 | 9.9 | 0.0% | 0 | 23.74s | 67 | 0 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 76 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 6.5 | 10.0 | 50.0% | 0 | 17.54s | 321 | 0 | |
| Kimi K2.5 | 6.5 | 10.0 | 50.0% | 0 | 2.67s | 60 | 0 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.1 | 7.3 | 11.1% | 1 | 22.96s | 207 | 0 | |
| Kimi K2.5 | 3.1 | 10.0 | 0.0% | 0 | 4.73s | 317 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 77.93s | 327 | 0 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 13.99s | 220 | 0 |
クイック比較
比較ペアを切り替え
DeepSeek V4 FlashnonevsMiniMax M2.7mediumDeepSeek V4 FlashnonevsElephant AlphamediumMistral Small 4mediumvsKimi K2.5noneMiniMax M2.5medium無料で利用可能vsKimi K2.5noneMiniMax M2.7mediumvsKimi K2.5noneKimi K2.5nonevsgpt-oss-120bmedium無料で利用可能Kimi K2.5nonevsElephant AlphamediumDeepSeek V4 FlashnonevsMistral Small 4mediumDeepSeek V4 FlashnonevsMiniMax M2.5medium無料で利用可能DeepSeek V4 Flashnonevsgpt-oss-120bmedium無料で利用可能DeepSeek V4 FlashnonevsQwen3 Coder NextmediumDeepSeek V4 FlashnonevsGLM 4.7 Flashmedium