#74 MoonshotAI: Kimi K2.5
medium- コスト
- $0.030
- 時間
- 58.6s
- トークン
- 8,683 tok
MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.6 Sol
Kimi K2.5 (medium) が平均スコアでリードし、7.0 vs 6.9 です。 GPT-5.6 Sol の benchmark コストが低く、$0.524 vs $0.600 です。 GPT-5.6 Sol の方が高速で、2.16s vs 99.00s です、成功率は 65.2% vs 59.1% です。
おすすめモデルGPT-5.6 Solスコアはここでの最高値に近く（6.9 vs 7.0）、Kimi K2.5 (medium) より約 45.7 倍速く応答します。
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: 2026-07-17
| 指標 | Kimi K2.5 Kimi K2.5 medium | GPT-5.6 Sol GPT-5.6 Sol none |
|---|---|---|
| スコア | 7.0 | 6.9 |
| 順位 | #74 | #80 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.0 | 9.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 65.2% | 59.1% |
| 不安定なテスト | 8 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 4.789 | 4.761 |
| 合計コスト | $0.600 | $0.524 |
| 入力価格 | $0.571 / 1M | $5.000 / 1M |
| 出力価格 | $2.850 / 1M | $30.000 / 1M |
| 合計入力トークン | 118,448 | 78,593 |
| 出力トークン | 62,124 | 4,357 |
| 推論トークン | 165,243 | 0 |
| 応答時間（平均） | 99.00s | 2.16s |
| 応答時間（最大） | 281.00s | 12.81s |
| 応答時間（合計） | 1485.04s | 47.62s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#80 GPT-5.6 Sol
none- コスト
- $0.116
- 時間
- 78.7s
- トークン
- 3,944 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 |
|---|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 7.3 | 5.8 | 83.3% | 2 | 51.38s | 634 | 2,789 | 8,880 | |
| GPT-5.6 Sol | 8.3 | 10.0 | 75.0% | 0 | 1.27s | 606 | 154 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 6.1 | 4.6 | 66.7% | 2 | 217.49s | 6,935 | 5,705 | 74,693 | |
| GPT-5.6 Sol | 5.5 | 10.0 | 33.3% | 0 | 1.39s | 7,302 | 390 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 6.7 | 9.1 | 50.0% | 0 | 89.19s | 95,416 | 14,448 | 11,209 | |
| GPT-5.6 Sol | 6.5 | 10.0 | 50.0% | 0 | 8.37s | 55,394 | 2,881 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 49.78s | 7,020 | 563 | 7,940 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.53s | 7,140 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 3.5 | 4.4 | 33.3% | 2 | 137.29s | 485 | 20,753 | 30,564 | |
| GPT-5.6 Sol | 3.6 | 7.2 | 22.2% | 1 | 1.43s | 723 | 54 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 6.5 | 3.4 | 66.7% | 1 | 69.73s | 480 | 3,815 | 4,262 | |
| GPT-5.6 Sol | 6.5 | 3.4 | 66.7% | 1 | 1.52s | 477 | 91 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 92.47s | 675 | 5,371 | 6,547 | |
| GPT-5.6 Sol | 8.5 | 6.8 | 83.3% | 1 | 1.33s | 660 | 84 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 5.3 | 7.3 | 44.4% | 1 | 43.23s | 659 | 8,426 | 12,692 | |
| GPT-5.6 Sol | 7.7 | 10.0 | 66.7% | 0 | 1.49s | 642 | 211 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 31.74s | 5,933 | 242 | 812 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 3.70s | 5,454 | 246 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 3.0 | 10.0 | 0.0% | 0 | 83.95s | 211 | 12 | 7,644 | |
| GPT-5.6 Sol | 3.0 | 10.0 | 0.0% | 0 | 1.95s | 195 | 24 | 0 |
クイック比較
比較ペアを切り替え
GPT-5.6 SolnonevsMiMo-V2.5-PromediumGemini 3.5 FlashnonevsKimi K2.5mediumGPT-5.6 SolnonevsQwen3.6 FlashmediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 SolnoneGPT-5.6 SolnonevsStep 3.7 FlashhighSeed-2.0-MinimediumvsGPT-5.6 SolnoneGemini 3.5 FlashminimalvsGPT-5.6 SolnoneDeepSeek V4 PrononevsKimi K2.5mediumMercury 2mediumvsGPT-5.6 SolnoneDeepSeek V3.2mediumvsGPT-5.6 SolnoneKimi K2.5mediumvsStep 3.7 FlashhighKimi K2.5mediumvsGPT-5.5none