AI BENCHY Compare

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

Сводка

Сравнение benchmark Gemma 4 31B (medium) vs Kimi K2.5: Gemma 4 31B (medium) лидирует по среднему баллу: 6.3 vs 5.5. Kimi K2.5 имеет более низкую стоимость benchmark: $0.027 vs $0.033. Kimi K2.5 быстрее: 13.18s vs 56.55s, с долей успешных попыток 69.8% vs 34.9%.

Рекомендуемая модель: Gemma 4 31B (medium) - У него самый высокий балл в этом сравнении (6.3) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-09

Метрика	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно	Kimi K2.5 Kimi K2.5 none Релиз: 2026-01-27

Метрика	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно	Kimi K2.5 Kimi K2.5 none Релиз: 2026-01-27
Оценка	6.3	5.5
Ранг	#102	#135
Надежность	10.0	10.0
Стабильность	9.4	8.9
Тестов верно
Доля успешных попыток	69.8%	34.9%
Нестабильные тесты	1	3
Всего запусков	63	63
Стоимость за результат	0.257	0.442
Общая стоимость	$0.033	$0.027
Цена входа	$0.120 / 1M	$0.375 / 1M
Цена выхода	$0.350 / 1M	$2.025 / 1M
Общее число входных токенов	17,957	36,034
Выходные токены	22,356	6,657
Токены рассуждений	65,726	0
Время ответа (среднее)	56.55s	13.18s
Время ответа (макс.)	437.40s	42.13s
Время ответа (суммарно)	1074.41s	184.47s

Генерация showcase

Hamster playing table tennis

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

#102 Gemma 4 31B

medium

Стоимость: $0.002
Время: 45.7s
Токены: 2,696 tok

#135 MoonshotAI: Kimi K2.5

none

Стоимость: $0.015
Время: 89.1s
Токены: 5,421 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
Kimi K2.5	3.6	8.4	8.3%	1		6.24s	652	373	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
Kimi K2.5	5.5	10.0	33.3%	0		24.56s	7,311	4,708	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
Kimi K2.5	7.3	5.8	83.3%	1		42.13s	7,180	187	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
Kimi K2.5	5.3	10.0	33.3%	0		4.38s	753	29	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
Kimi K2.5	10.0	10.0	100.0%	0		4.00s	483	76	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
Kimi K2.5	6.5	10.0	50.0%	0		2.67s	677	60	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
Kimi K2.5	3.0	10.0	0.0%	0		4.04s	667	236	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
Kimi K2.5	3.0	10.0	0.0%	0		3.90s	212	20	0

Быстрое сравнение

Сменить пару сравнения