AI BENCHY Compare

Google: Gemma 4 31B vs MoonshotAI: Kimi K2.5

Rezumat

Comparație benchmark Gemma 4 31B vs Kimi K2.5: Gemma 4 31B conduce la scorul mediu cu 6.1 vs 5.5. Gemma 4 31B are costul de benchmark mai mic, $0.004 vs $0.027. Gemma 4 31B este mai rapid cu 4.05s vs 13.18s, cu rate de reușită de 47.6% vs 34.9%.

Model recomandat: Gemma 4 31B - Are cel mai bun scor aici (6.1) și costă de aproximativ 9.0x mai puțin decât Kimi K2.5.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-09

Metrică	Gemma 4 31B Gemma 4 31B none Lansare: 2026-04-02 Disponibil gratuit	Kimi K2.5 Kimi K2.5 none Lansare: 2026-01-27

Metrică	Gemma 4 31B Gemma 4 31B none Lansare: 2026-04-02 Disponibil gratuit	Kimi K2.5 Kimi K2.5 none Lansare: 2026-01-27
Scor	6.1	5.5
Rang	#113	#135
Fiabilitate	10.0	10.0
Consistență	10.0	8.9
Teste corecte
Rată de trecere pe încercare	47.6%	34.9%
Teste instabile	0	3
Rulări totale	63	63
Cost per rezultat	0.034	0.442
Cost total	$0.004	$0.027
Preț de intrare	$0.120 / 1M	$0.375 / 1M
Preț de ieșire	$0.350 / 1M	$2.025 / 1M
Total tokenuri de intrare	20,911	36,034
Tokenuri de ieșire	1,407	6,657
Tokenuri de raționament	0	0
Timp de răspuns (mediu)	4.05s	13.18s
Timp de răspuns (maxim)	26.13s	42.13s
Timp de răspuns (total)	76.87s	184.47s

Prezentare generare

Hamster playing table tennis

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

#113 Gemma 4 31B

none

Cost: $0.001
Timp: 12.8s
Tokenuri: 795 tok

#135 MoonshotAI: Kimi K2.5

none

Cost: $0.015
Timp: 89.1s
Tokenuri: 5,421 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemma 4 31B	6.5	10.0	50.0%	0		1.85s	852	45	0
Kimi K2.5	3.6	8.4	8.3%	1		6.24s	652	373	0

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemma 4 31B	5.5	10.0	33.3%	0		11.19s	8,381	735	0
Kimi K2.5	5.5	10.0	33.3%	0		24.56s	7,311	4,708	0

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Kimi K2.5	2.8	2.1	33.3%	1		19.16s	12,264	748	0

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemma 4 31B	10.0	10.0	100.0%	0		2.25s	8,352	285	0
Kimi K2.5	7.3	5.8	83.3%	1		42.13s	7,180	187	0

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemma 4 31B	7.7	10.0	66.7%	0		3.22s	903	27	0
Kimi K2.5	5.3	10.0	33.3%	0		4.38s	753	29	0

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemma 4 31B	10.0	10.0	100.0%	0		2.09s	576	117	0
Kimi K2.5	10.0	10.0	100.0%	0		4.00s	483	76	0

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	795	78	0
Kimi K2.5	6.5	10.0	50.0%	0		2.67s	677	60	0

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemma 4 31B	6.5	10.0	33.3%	0		4.23s	828	108	0
Kimi K2.5	3.0	10.0	0.0%	0		4.04s	667	236	0

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Kimi K2.5	10.0	10.0	100.0%	0		13.99s	5,835	220	0

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemma 4 31B	3.0	10.0	0.0%	0		1.25s	224	12	0
Kimi K2.5	3.0	10.0	0.0%	0		3.90s	212	20	0

Comparație rapidă

Schimbă perechea de comparație