AI BENCHY Compare
Google: Gemini 3.1 Flash Lite Preview vs MoonshotAI: Kimi K2.5
比較する:
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: 2026-03-05
| 指標 | Google: Gemini 3.1 Flash Lite Preview low リリース: 2026-03-03 | MoonshotAI: Kimi K2.5 medium リリース: 2026-01-27 |
|---|---|---|
| 平均スコア | 7.6 | 6.4 |
| 順位 | #12 | #29 |
| 正解テスト | ||
| 一貫性 | 10.0 | 7.8 |
| 結果あたりのコスト | 0.170 | 2.082 |
| 合計コスト | $0.019 | $0.188 |
| 試行ごとの合格率 | 73.3% | 73.3% |
| 不安定なテスト | 0 | 4 |
| common.totalRuns | 45 (15 x 3) | 45 (15 x 3) |
| 出力トークン | 1,542 | 34,638 |
| 推論トークン | 6,888 | 68,234 |
| 応答時間（平均） | 3.49s | 69.84s |
| 応答時間（最大） | 11.91s | 137.29s |
| 応答時間（合計） | 52.29s | 558.72s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 7.0 | 10.0 | 66.7% | 0 | 2.18s | 456 | 1,224 | |
| MoonshotAI: Kimi K2.5 | 7.0 | 7.2 | 88.9% | 1 | 85.28s | 335 | 6,255 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 0.0% | 0 | 11.91s | 225 | 762 | |
| MoonshotAI: 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 9.9 | 10.0 | 100.0% | 0 | 3.00s | 291 | 696 | |
| MoonshotAI: Kimi K2.5 | 9.9 | 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 4.0 | 10.0 | 33.3% | 0 | 2.36s | 18 | 1,212 | |
| MoonshotAI: Kimi K2.5 | 10.0 | 4.4 | 33.3% | 2 | 137.29s | 20,753 | 30,564 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 1.49s | 72 | 753 | |
| MoonshotAI: Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 92.47s | 5,371 | 6,547 |
| Puzzle Solving | 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 2.76s | 243 | 1,248 | |
| MoonshotAI: Kimi K2.5 | 4.0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 9.54s | 237 | 993 | |
| MoonshotAI: Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 31.74s | 242 | 812 |
クイック比較
比較ペアを切り替え
DeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewlowKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium無料で利用可能Gemini 3.1 Flash Lite PreviewlowvsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewlowvsGLM 5mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneClaude Sonnet 4.6nonevsKimi K2.5mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewnonevsKimi K2.5medium