AI BENCHY Compare
MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.4
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: 2026-03-06
| 指標 | MoonshotAI: Kimi K2.5 medium リリース: 2026-01-27 | OpenAI: GPT-5.4 none リリース: 2026-03-05 |
|---|---|---|
| 平均スコア | 6.4 | 4.6 |
| 順位 | #29 | #44 |
| 正解テスト | ||
| 一貫性 | 7.8 | 8.9 |
| 結果あたりのコスト | 2.082 | 1.496 |
| 合計コスト | $0.188 | $0.090 |
| 試行ごとの合格率 | 73.3% | 44.4% |
| 不安定なテスト | 4 | 2 |
| common.totalRuns | 45 (15 x 3) | 45 (15 x 3) |
| 出力トークン | 34,638 | 1,635 |
| 推論トークン | 68,234 | 0 |
| 応答時間（平均） | 69.84s | 1.46s |
| 応答時間（最大） | 137.29s | 2.89s |
| 応答時間（合計） | 558.72s | 21.86s |
スコア vs 総コスト
応答時間（平均）
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 |
|---|---|---|---|---|---|---|---|---|
| MoonshotAI: Kimi K2.5 | 7.0 | 7.2 | 88.9% | 1 | 85.28s | 335 | 6,255 | |
| OpenAI: GPT-5.4 | 10.0 | 7.3 | 11.1% | 1 | 1.41s | 388 | 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 |
|---|---|---|---|---|---|---|---|---|
| MoonshotAI: Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 71.37s | 703 | 3,713 | |
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 0.0% | 0 | 2.89s | 291 | 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 |
|---|---|---|---|---|---|---|---|---|
| MoonshotAI: Kimi K2.5 | 9.9 | 10.0 | 100.0% | 0 | 49.78s | 563 | 7,940 | |
| OpenAI: GPT-5.4 | 9.9 | 10.0 | 100.0% | 0 | 1.04s | 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 |
|---|---|---|---|---|---|---|---|---|
| MoonshotAI: Kimi K2.5 | 10.0 | 4.4 | 33.3% | 2 | 137.29s | 20,753 | 30,564 | |
| OpenAI: GPT-5.4 | 4.0 | 7.2 | 44.4% | 1 | 1.07s | 50 | 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 |
|---|---|---|---|---|---|---|---|---|
| MoonshotAI: Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 92.47s | 5,371 | 6,547 | |
| OpenAI: GPT-5.4 | 5.5 | 10.0 | 50.0% | 0 | 1.07s | 81 | 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 |
|---|---|---|---|---|---|---|---|---|
| MoonshotAI: Kimi K2.5 | 4.0 | 7.3 | 44.4% | 1 | 45.40s | 6,671 | 12,403 | |
| OpenAI: GPT-5.4 | 4.0 | 9.8 | 33.3% | 0 | 1.52s | 357 | 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 |
|---|---|---|---|---|---|---|---|---|
| MoonshotAI: Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 31.74s | 242 | 812 | |
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 246 | 0 |
クイック比較
比較ペアを切り替え
Kimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneMiniMax M2.5mediumvsGPT-5.4noneClaude Sonnet 4.6nonevsKimi K2.5mediumGemini 3 Flash PreviewnonevsKimi K2.5mediumKimi K2.5mediumvsGLM 5noneMercury 2mediumvsGPT-5.4noneGemini 3.1 Flash Lite PreviewnonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsKimi K2.5mediumGemini 2.5 FlashnonevsKimi K2.5mediumDeepSeek V3.2nonevsKimi K2.5mediumGPT-5.4nonevsQwen3.5-35B-A3Bmedium