AI BENCHY Compare

Google: Gemma 4 31B vs MoonshotAI: Kimi K2.5

概要

Gemma 4 31B (medium) vs Kimi K2.5 の benchmark 比較: Gemma 4 31B (medium) が平均スコアでリードし、6.3 vs 5.5 です。 Kimi K2.5 の benchmark コストが低く、$0.027 vs $0.033 です。 Kimi K2.5 の方が高速で、13.18s vs 56.55s です、成功率は 69.8% vs 34.9% です。

おすすめモデル: Gemma 4 31B (medium) - この比較で最も高いスコア（6.3）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-07-10

指標	Gemma 4 31B Gemma 4 31B medium リリース: 2026-04-02 無料で利用可能	Kimi K2.5 Kimi K2.5 none リリース: 2026-01-27

指標	Gemma 4 31B Gemma 4 31B medium リリース: 2026-04-02 無料で利用可能	Kimi K2.5 Kimi K2.5 none リリース: 2026-01-27
スコア	6.3	5.5
順位	#103	#136
信頼性	10.0	10.0
一貫性	9.4	8.9
正解テスト
試行ごとの合格率	69.8%	34.9%
不安定なテスト	1	3
総実行回数	63	63
結果あたりのコスト	0.257	0.442
合計コスト	$0.033	$0.027
入力価格	$0.120 / 1M	$0.375 / 1M
出力価格	$0.350 / 1M	$2.025 / 1M
合計入力トークン	17,957	36,034
出力トークン	22,356	6,657
推論トークン	65,726	0
応答時間（平均）	56.55s	13.18s
応答時間（最大）	437.40s	42.13s
応答時間（合計）	1074.41s	184.47s

生成ショーケース

Hamster playing table tennis

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

#103 Gemma 4 31B

medium

コスト: $0.002
時間: 45.7s
トークン: 2,696 tok

#136 MoonshotAI: Kimi K2.5

none

コスト: $0.015
時間: 89.1s
トークン: 5,421 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
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
Kimi K2.5	3.6	8.4	8.3%	1		6.24s	652	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）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
Kimi K2.5	5.5	10.0	33.3%	0		24.56s	7,311	4,708	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）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Kimi K2.5	2.8	2.1	33.3%	1		19.16s	12,264	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）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
Kimi K2.5	7.3	5.8	83.3%	1		42.13s	7,180	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）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
Kimi K2.5	5.3	10.0	33.3%	0		4.38s	753	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）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
Kimi K2.5	10.0	10.0	100.0%	0		4.00s	483	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）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
Kimi K2.5	6.5	10.0	50.0%	0		2.67s	677	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）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
Kimi K2.5	3.0	10.0	0.0%	0		4.04s	667	236	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）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Kimi K2.5	10.0	10.0	100.0%	0		13.99s	5,835	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）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
Kimi K2.5	3.0	10.0	0.0%	0		3.90s	212	20	0

クイック比較

比較ペアを切り替え