AI BENCHY Compare
Mistral: Mistral Small 4 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: 2026-03-17
| 指標 | Mistral Small 4 Mistral Small 4 none | Kimi K2.5 Kimi K2.5 none |
|---|---|---|
| 順位 | #61 | #59 |
| スコア | 5.3 | 5.3 |
| 一貫性 | 9.5 | 8.7 |
| 結果あたりのコスト | 0.108 | 0.297 |
| 合計コスト | $0.006 | $0.015 |
| 正解テスト | ||
| 試行ごとの合格率 | 33.3% | 37.3% |
| 不安定なテスト | 1 | 3 |
| 総実行回数 | 51 | 51 |
| 出力トークン | 1,624 | 2,010 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 629ms | 10.83s |
| 応答時間（最大） | 1.72s | 42.13s |
| 応答時間（合計） | 10.70s | 108.27s |
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 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.4 | 7.9 | 16.7% | 1 | 395ms | 182 | 0 | |
| Kimi K2.5 | 3.6 | 8.4 | 8.3% | 1 | 6.24s | 373 | 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 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 1.72s | 496 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 822ms | 261 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 5.3 | 10.0 | 33.3% | 0 | 367ms | 28 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 4.0 | 10.0 | 0.0% | 0 | 729ms | 205 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 6.5 | 10.0 | 50.0% | 0 | 380ms | 69 | 0 | |
| Kimi K2.5 | 6.5 | 10.0 | 50.0% | 0 | 2.67s | 60 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.1 | 9.9 | 0.0% | 0 | 589ms | 170 | 0 | |
| Kimi K2.5 | 3.1 | 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 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 1.40s | 213 | 0 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 13.99s | 220 | 0 |
クイック比較
比較ペアを切り替え
Mistral Small 4mediumvsKimi K2.5noneMistral Small 4nonevsQwen3 Coder NextmediumKimi K2.5nonevsQwen3 Coder NextmediumMiniMax M2.5medium無料で利用可能vsKimi K2.5noneMistral Small 4nonevsGLM 4.7 FlashmediumMiniMax M2.5medium無料で利用可能vsMistral Small 4noneKimi K2.5nonevsGLM 4.7 FlashmediumKimi K2.5nonevsgpt-oss-120bmedium無料で利用可能Mistral Small 4nonevsgpt-oss-120bmedium無料で利用可能Mistral Small 4nonevsQwen3.5-9BmediumKimi K2.5nonevsQwen3.5-9BmediumKimi K2.5nonevsGrok 4.20 Multi-Agent Betamedium