AI BENCHY Compare
Inception: Mercury 2 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 | Inception: Mercury 2 none リリース: 2026-02-24 | MoonshotAI: Kimi K2.5 medium リリース: 2026-01-27 |
|---|---|---|
| 順位 | #50 | #29 |
| 平均スコア | 34 | 64 |
| 一貫性 | 89 | 78 |
| 結果あたりのコスト | 0.147 | 2.082 |
| 合計コスト | $0.006 | $0.188 |
| 応答時間（平均） | 594ms | 69.84s |
| 応答時間（最大） | 1.27s | 137.29s |
| 応答時間（合計） | 8.91s | 558.72s |
| 正解テスト | ||
| 試行ごとの合格率 | 33.3% | 73.3% |
| 不安定なテスト | 2 | 4 |
| 出力トークン | 1,144 | 34,638 |
| 推論トークン | 0 | 68,234 |
応答時間（平均）
スコア vs 総コスト
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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 466ms | 274 | 0 | |
| MoonshotAI: Kimi K2.5 | 70 | 72 | 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 606ms | 131 | 0 | |
| MoonshotAI: Kimi K2.5 | 100 | 100 | 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 667ms | 180 | 0 | |
| MoonshotAI: Kimi K2.5 | 99 | 100 | 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 40 | 72 | 44.4% | 1 | 534ms | 46 | 0 | |
| MoonshotAI: Kimi K2.5 | 100 | 44 | 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 100 | 50.0% | 0 | 551ms | 82 | 0 | |
| MoonshotAI: Kimi K2.5 | 100 | 100 | 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 533ms | 234 | 0 | |
| MoonshotAI: Kimi K2.5 | 40 | 73 | 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 1.27s | 197 | 0 | |
| MoonshotAI: Kimi K2.5 | 100 | 100 | 100.0% | 0 | 31.74s | 242 | 812 |
クイック比較
比較ペアを切り替え
Kimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumClaude Sonnet 4.6nonevsKimi K2.5mediumKimi K2.5mediumvsGLM 5noneGemini 3 Flash PreviewnonevsKimi K2.5mediumGemini 3.1 Flash Lite PreviewnonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashnonevsKimi K2.5mediumDeepSeek V3.2nonevsKimi K2.5mediumGemini 3.1 Flash Lite PreviewlowvsKimi K2.5mediumKimi K2.5mediumvsQwen3.5-122B-A10Bnone