AI BENCHY Compare
MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.4 Mini
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 | Kimi K2.5 Kimi K2.5 medium | GPT-5.4 Mini GPT-5.4 Mini none |
|---|---|---|
| 順位 | #33 | #66 |
| スコア | 7.2 | 4.8 |
| 一貫性 | 7.2 | 8.6 |
| 結果あたりのコスト | 2.232 | 0.737 |
| 合計コスト | $0.201 | $0.030 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.6% | 31.4% |
| 不安定なテスト | 6 | 3 |
| 総実行回数 | 51 | 51 |
| 出力トークン | 40,907 | 2,085 |
| 推論トークン | 75,121 | 0 |
| 応答時間（平均） | 64.59s | 1.17s |
| 応答時間（最大） | 137.29s | 2.52s |
| 応答時間（合計） | 645.93s | 19.82s |
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 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 7.3 | 5.8 | 83.3% | 2 | 51.38s | 2,789 | 8,880 | |
| GPT-5.4 Mini | 3.1 | 8.1 | 8.3% | 1 | 929ms | 654 | 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 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 71.37s | 703 | 3,713 | |
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 2.52s | 298 | 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 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 49.78s | 563 | 7,940 | |
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 1.30s | 222 | 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 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 3.5 | 4.4 | 33.3% | 2 | 137.29s | 20,753 | 30,564 | |
| GPT-5.4 Mini | 3.5 | 4.4 | 33.3% | 2 | 937ms | 88 | 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 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 6.5 | 3.4 | 66.7% | 1 | 69.73s | 3,815 | 4,262 | |
| GPT-5.4 Mini | 4.8 | 10.0 | 0.0% | 0 | 1.82s | 174 | 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 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 92.47s | 5,371 | 6,547 | |
| GPT-5.4 Mini | 6.3 | 10.0 | 50.0% | 0 | 728ms | 101 | 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 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 5.3 | 7.3 | 44.4% | 1 | 45.40s | 6,671 | 12,403 | |
| GPT-5.4 Mini | 5.4 | 10.0 | 33.3% | 0 | 860ms | 293 | 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 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 31.74s | 242 | 812 | |
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 2.32s | 255 | 0 |
クイック比較
比較ペアを切り替え
GPT-5.4 MininonevsQwen3 Coder NextmediumClaude Sonnet 4.6nonevsKimi K2.5mediumGPT-5.4 MininonevsGLM 4.7 FlashmediumGPT-5.4 MininonevsQwen3.5-9BmediumKimi K2.5mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneKimi K2.5mediumvsGLM 5noneKimi K2.5mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewnonevsKimi K2.5mediumMistral Small 4mediumvsGPT-5.4 MininoneGemini 3 Flash PreviewnonevsKimi K2.5mediumGemini 3.1 Flash Lite PreviewlowvsKimi K2.5medium