AI BENCHY Compare
Google: Gemini 3.5 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: 2026-05-22
| 指標 | Gemini 3.5 Flash Gemini 3.5 Flash low | Kimi K2.5 Kimi K2.5 none |
|---|---|---|
| スコア | 9.3 | 5.3 |
| 順位 | #3 | #126 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 8.9 |
| 正解テスト | ||
| 試行ごとの合格率 | 90.0% | 36.7% |
| 不安定なテスト | 0 | 3 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 1.582 | 0.428 |
| 合計コスト | $0.285 | $0.026 |
| ???? | $1.500 / 1M | $0.400 / 1M |
| ???? | $9.000 / 1M | $1.900 / 1M |
| 出力トークン | 2,027 | 6,734 |
| 推論トークン | 23,938 | 0 |
| 応答時間（平均） | 2.98s | 14.16s |
| 応答時間（最大） | 6.44s | 42.13s |
| 応答時間（合計） | 59.59s | 184.10s |
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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.52s | 209 | 2,536 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 6.8 | 10.0 | 50.0% | 0 | 5.54s | 452 | 6,839 | |
| Kimi K2.5 | 6.8 | 10.0 | 50.0% | 0 | 35.97s | 4,704 | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.44s | 351 | 3,050 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.81s | 279 | 1,164 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 3.39s | 12 | 4,538 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.27s | 119 | 916 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 9.9 | 10.0 | 100.0% | 0 | 1.86s | 71 | 1,652 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.35s | 288 | 2,150 | |
| Kimi K2.5 | 3.0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.27s | 234 | 403 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 13.99s | 220 | 0 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.88s | 12 | 690 | |
| Kimi K2.5 | 3.0 | 10.0 | 0.0% | 0 | 3.90s | 20 | 0 |
クイック比較
比較ペアを切り替え
Kimi K2.5nonevsElephant AlphamediumMistral Small 4mediumvsKimi K2.5noneMiniMax M2.5medium無料で利用可能vsKimi K2.5noneMiniMax M2.7mediumvsKimi K2.5noneGemini 3.5 FlashlowvsQwen3.7 MaxmediumKimi K2.5nonevsgpt-oss-120bmedium無料で利用可能Claude Opus 4.7mediumvsGemini 3.5 FlashlowCobuddymedium無料で利用可能vsKimi K2.5noneKimi K2.5nonevsOwl AlphamediumKimi K2.5nonevsQwen3 Coder NextmediumGemini 3.5 FlashlowvsGPT-5.5mediumKimi K2.5nonevsNemotron 3 Supermedium無料で利用可能