????
$0.440 / 1M
????
$2.000 / 1M
不安定なテスト
3
不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。
実行履歴
| テスト日時 | スコア | 信頼性 | 正解テスト | 合計コスト | 比較する |
|---|---|---|---|---|---|
| 2026-05-22 00:03 スイート変更 | 5.3 | 10.0 | $0.026 | 比較する | |
| 2026-04-20 17:48 最初に記録された実行 | 5.5 | 該当なし | $0.017 | 現在の実行 |
実行比較
| 実行 | スコア | 一貫性 | 信頼性 | 正解テスト | 不安定なテスト | 合計出力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|
| 2026-04-20 17:48 · 最初に記録された実行 | 5.5 | 8.7 | 該当なし | 6/18 | 3 | 2,659 | $0.017 | 13.37s |
| 2026-05-22 00:03 · スイート変更 | 5.3 | 8.9 | 10.0 | 6/20 | 3 | 6,734 | $0.026 | 14.16s |
| 差分 | +0.3 | -0.2 | 0 | 0 | -4075 | -$0.010 | -793ms |
この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。
チャート
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。
クイック比較
Kimi K2.5nonevsMiMo-V2-PrononeKimi K2.5nonevsGLM 4.7 FlashnoneKimi K2.5nonevsOwl AlphanoneKimi K2.5nonevsKimi K2.6noneKimi K2.5nonevsCobuddymedium無料で利用可能Kimi K2.5nonevsgpt-oss-120bmedium無料で利用可能Kimi K2.5nonevsGemini 3 Flash PreviewmediumKimi K2.5nonevsGemini 3.5 FlashhighKimi K2.5nonevsRing-2.6-1TmediumKimi K2.5nonevsGemini 3.5 Flashlow