AI BENCHY Compare
Google: Gemini 3.1 Flash Lite 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: 2026-05-08
| 指標 | Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal | Kimi K2.5 Kimi K2.5 medium |
|---|---|---|
| スコア | 6.8 | 6.8 |
| 順位 | #68 | #69 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.7 | 7.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 59.7% | 68.4% |
| 不安定なテスト | 3 | 7 |
| 総実行回数 | 57 | 57 |
| 結果あたりのコスト | 0.111 | 2.616 |
| 合計コスト | $0.012 | $0.236 |
| ???? | $0.250 / 1M | $0.440 / 1M |
| ???? | $1.500 / 1M | $2.000 / 1M |
| 出力トークン | 2,457 | 42,188 |
| 推論トークン | 0 | 92,514 |
| 応答時間（平均） | 1.41s | 73.39s |
| 応答時間（最大） | 4.49s | 150.77s |
| 応答時間（合計） | 26.72s | 880.65s |
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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 8.3 | 10.0 | 75.0% | 0 | 1.10s | 639 | 0 | |
| Kimi K2.5 | 7.3 | 5.8 | 83.3% | 2 | 51.38s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 1.31s | 636 | 0 | |
| Kimi K2.5 | 4.7 | 1.6 | 66.7% | 1 | 150.77s | 1,269 | 9,749 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 3.0 | 10.0 | 0.0% | 0 | 2.53s | 357 | 0 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 71.37s | 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） | 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 | 279 | 0 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 49.78s | 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） | 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 | 15 | 0 | |
| Kimi K2.5 | 3.5 | 4.4 | 33.3% | 2 | 137.29s | 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） | 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 | 63 | 0 | |
| Kimi K2.5 | 6.5 | 3.4 | 66.7% | 1 | 69.73s | 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） | 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 | 72 | 0 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 92.47s | 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） | 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 | 153 | 0 | |
| Kimi K2.5 | 5.3 | 7.3 | 44.4% | 1 | 45.40s | 6,671 | 12,403 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 3.51s | 234 | 0 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 31.74s | 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） | 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 | 9 | 0 | |
| Kimi K2.5 | 3.0 | 10.0 | 0.0% | 0 | 83.95s | 12 | 7,644 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash LiteminimalvsGPT-5 MinimediumGemini 3.1 Flash LiteminimalvsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsGrok 4.20mediumDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalDeepSeek V4 ProhighvsKimi K2.5mediumGemma 4 31Bnone無料で利用可能vsKimi K2.5mediumKimi K2.5mediumvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash LiteminimalvsMiMo-V2-Omnimedium