MoonshotAI: Kimi K2.5 vs Qwen: Qwen3.7 Plus

Qwen3.7 Plus が平均スコアでリードし、7.2 vs 7.0 です。 Qwen3.7 Plus の benchmark コストが低く、$0.106 vs $0.600 です。 Qwen3.7 Plus の方が高速で、12.09s vs 99.00s です、成功率は 65.2% vs 50.0% です。

おすすめモデルQwen3.7 Plusここでは最高スコア（7.2）で、Kimi K2.5 (medium) より約 5.7 倍低コストです。

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: 2026-07-18

指標	Kimi K2.5 Kimi K2.5 medium リリース: 2026-01-27	Qwen3.7 Plus Qwen3.7 Plus none リリース: 2026-06-03

指標	Kimi K2.5 Kimi K2.5 medium リリース: 2026-01-27	Qwen3.7 Plus Qwen3.7 Plus none リリース: 2026-06-03
スコア	7.0	7.2
順位	#76	#70
信頼性	10.0	10.0
一貫性	7.0	10.0
正解テスト
試行ごとの合格率	65.2%	50.0%
不安定なテスト	8	0
総実行回数	66	66
結果あたりのコスト	4.789	1.014
合計コスト	$0.600	$0.106
入力価格	$0.571 / 1M	$0.320 / 1M
出力価格	$2.850 / 1M	$1.280 / 1M
合計入力トークン	118,448	98,824
出力トークン	62,124	58,097
推論トークン	165,243	0
応答時間（平均）	99.00s	12.09s
応答時間（最大）	281.00s	206.03s
応答時間（合計）	1485.04s	265.89s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#76 MoonshotAI: Kimi K2.5

medium

コスト: $0.030
時間: 58.6s
トークン: 8,683 tok

#70 Qwen3.7 Plus

none

コスト: $0.019
時間: 213.5s
トークン: 11,960 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

カテゴリ:

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
Qwen3.7 Plus	6.5	10.0	50.0%	0		1.38s	696	349	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
Qwen3.7 Plus	5.5	10.0	33.3%	0		2.15s	7,911	639	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
Qwen3.7 Plus	10.0	10.0	100.0%	0		117.70s	71,266	56,024	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
Qwen3.7 Plus	10.0	10.0	100.0%	0		1.43s	7,794	243	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
Qwen3.7 Plus	3.0	10.0	0.0%	0		868ms	789	18	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
Qwen3.7 Plus	5.3	10.0	0.0%	0		1.33s	522	78	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
Qwen3.7 Plus	6.3	10.0	50.0%	0		929ms	711	72	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
Qwen3.7 Plus	7.7	10.0	66.7%	0		1.71s	714	443	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
Qwen3.7 Plus	10.0	10.0	100.0%	0		3.54s	8,211	222	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
Qwen3.7 Plus	3.0	10.0	0.0%	0		1.21s	210	9	0

クイック比較

比較ペアを切り替え

Gemini 3.5 FlashnonevsKimi K2.5medium Qwen3.7 PlusnonevsGrok 4.3medium Qwen3.7 PlusnonevsGLM 5.1medium Qwen3.7 PlusnonevsGrok 4.20medium KAT-Coder-Pro V2.5highvsQwen3.7 Plusnone Kimi K2.6mediumvsQwen3.7 Plusnone DeepSeek V4 PrononevsKimi K2.5medium Qwen3.7 PlusnonevsStep 3.7 Flashlow Kimi K2.5mediumvsGPT-5.6 Solnone Kimi K2.5mediumvsStep 3.7 Flashhigh Gemini 3.1 Flash LitemediumvsQwen3.7 Plusnone Kimi K2.5mediumvsGPT-5.5none