AI BENCHY Compare
MoonshotAI: Kimi K2.5 vs xAI: Grok 4.20 Beta
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: 2026-03-12
| 指標 | Kimi K2.5 Kimi K2.5 none | Grok 4.20 Beta Grok 4.20 Beta none |
|---|---|---|
| 順位 | #54 | #52 |
| 平均スコア | 4.1 | 4.4 |
| 一貫性 | 8.6 | 9.1 |
| 結果あたりのコスト | 0.295 | 2.214 |
| 合計コスト | $0.015 | $0.089 |
| 正解テスト | ||
| 試行ごとの合格率 | 39.6% | 33.3% |
| 不安定なテスト | 3 | 2 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 2,000 | 1,511 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 11.91s | 1.22s |
| 応答時間（最大） | 42.13s | 6.48s |
| 応答時間（合計） | 107.16s | 19.53s |
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）
合計出力トークン
平均スコア 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 | 2.7 | 7.9 | 11.1% | 1 | 11.38s | 363 | 0 | |
| Grok 4.20 Beta | 3.3 | 7.9 | 22.2% | 1 | 562ms | 245 | 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 | 2.1 | 33.3% | 1 | 19.16s | 748 | 0 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 0.0% | 0 | 6.48s | 282 | 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 | 5.4 | 5.8 | 83.3% | 1 | 42.13s | 187 | 0 | |
| Grok 4.20 Beta | 9.9 | 10.0 | 100.0% | 0 | 601ms | 197 | 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 | 4.0 | 10.0 | 33.3% | 0 | 4.38s | 29 | 0 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 0.0% | 0 | 611ms | 160 | 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 | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 76 | 0 | |
| Grok 4.20 Beta | 5.0 | 10.0 | 0.0% | 0 | 541ms | 87 | 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 | 5.5 | 10.0 | 50.0% | 0 | 2.67s | 60 | 0 | |
| Grok 4.20 Beta | 4.5 | 10.0 | 0.0% | 0 | 687ms | 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 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 10.0 | 0.0% | 0 | 4.73s | 317 | 0 | |
| Grok 4.20 Beta | 4.0 | 7.2 | 55.6% | 1 | 541ms | 291 | 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 | 13.99s | 220 | 0 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 4.79s | 189 | 0 |
クイック比較
比較ペアを切り替え
MiniMax M2.5mediumvsGrok 4.20 BetanoneKimi K2.5nonevsQwen3 Coder NextmediumMiniMax M2.5mediumvsKimi K2.5nonegpt-oss-120bmedium無料で利用可能vsGrok 4.20 BetanoneKimi K2.5nonevsGrok 4.20 Multi-Agent BetamediumMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneKimi K2.5nonevsGLM 4.7 FlashmediumKimi K2.5nonevsgpt-oss-120bmedium無料で利用可能Qwen3.5-35B-A3BmediumvsGrok 4.20 BetanoneGPT-5 NanomediumvsGrok 4.20 BetanoneMercury 2mediumvsKimi K2.5none