AI BENCHY Compare

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

概要

Gemini 3.1 Flash Lite vs Kimi K2.5 の benchmark 比較: Kimi K2.5 が平均スコアでリードし、7.5 vs 6.1 です。 Gemini 3.1 Flash Lite の benchmark コストが低く、$0.013 vs $0.348 です。 Gemini 3.1 Flash Lite の方が高速で、1.33s vs 98.43s です、成功率は 54.0% vs 68.3% です。

おすすめモデル: Gemini 3.1 Flash Lite - 総合的に最も良い選択です。競争力のあるスコア（6.1）、Kimi K2.5 より低いコスト、バランスの取れた応答時間があります。

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: 2026-06-18

指標	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal リリース: 2026-05-08	Kimi K2.5 Kimi K2.5 medium リリース: 2026-01-27

指標	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal リリース: 2026-05-08	Kimi K2.5 Kimi K2.5 medium リリース: 2026-01-27
スコア	6.1	7.5
順位	#94	#43
信頼性	10.0	10.0
一貫性	8.8	6.9
正解テスト
試行ごとの合格率	54.0%	68.3%
不安定なテスト	3	8
総実行回数	63	63
結果あたりのコスト	0.130	3.704
合計コスト	$0.013	$0.348
入力価格	$0.250 / 1M	$0.375 / 1M
出力価格	$1.500 / 1M	$2.025 / 1M
合計入力トークン	36,973	34,312
出力トークン	2,487	48,379
推論トークン	0	157,747
応答時間（平均）	1.33s	98.43s
応答時間（最大）	4.49s	281.00s
応答時間（合計）	27.91s	1378.03s

生成ショーケース

Hamster playing table tennis

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

#94 Gemini 3.1 Flash Lite

minimal

コスト: $0.001
時間: 3.7s
トークン: 635 tok

#43 MoonshotAI: Kimi K2.5

medium

コスト: $0.030
時間: 58.6s
トークン: 8,683 tok

スコア上位モデル

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）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	8.3	10.0	75.0%	0		1.10s	500	639	0
Kimi K2.5	7.3	5.8	83.3%	2		51.38s	634	2,789	8,880

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）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		831ms	8,126	666	0
Kimi K2.5	6.1	4.6	66.7%	2		217.49s	6,935	5,705	74,693

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）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		2.53s	12,870	357	0
Kimi K2.5	10.0	10.0	100.0%	0		71.37s	11,280	703	3,713

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）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.04s	7,552	279	0
Kimi K2.5	10.0	10.0	100.0%	0		49.78s	7,020	563	7,940

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）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		1.02s	641	15	0
Kimi K2.5	3.5	4.4	33.3%	2		137.29s	485	20,753	30,564

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）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		791ms	490	63	0
Kimi K2.5	6.5	3.4	66.7%	1		69.73s	480	3,815	4,262

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）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		932ms	615	72	0
Kimi K2.5	10.0	10.0	100.0%	0		92.47s	675	5,371	6,547

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）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	6.0	4.6	66.7%	2		2.15s	564	153	0
Kimi K2.5	5.3	7.3	44.4%	1		43.23s	659	8,426	12,692

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）	入力トークン	出力トークン	推論トークン
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		31.74s	5,933	242	812

雑学	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）	入力トークン	出力トークン	推論トークン
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		83.95s	211	12	7,644

クイック比較

比較ペアを切り替え