AI BENCHY Compare

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

Сводка

Сравнение benchmark Gemma 4 31B vs Kimi K2.5: Gemma 4 31B лидирует по среднему баллу: 6.1 vs 5.5. Gemma 4 31B имеет более низкую стоимость benchmark: $0.004 vs $0.027. Gemma 4 31B быстрее: 4.05s vs 13.18s, с долей успешных попыток 47.6% vs 34.9%.

Рекомендуемая модель: Gemma 4 31B - Здесь у него лучший балл (6.1), при этом он примерно в 9.0 раза дешевле, чем Kimi K2.5.

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

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

Метрика	Gemma 4 31B Gemma 4 31B none Релиз: 2026-04-02 Бесплатно доступно	Kimi K2.5 Kimi K2.5 none Релиз: 2026-01-27
Оценка	6.1	5.5
Ранг	#113	#135
Надежность	10.0	10.0
Стабильность	10.0	8.9
Тестов верно
Доля успешных попыток	47.6%	34.9%
Нестабильные тесты	0	3
Всего запусков	63	63
Стоимость за результат	0.034	0.442
Общая стоимость	$0.004	$0.027
Цена входа	$0.120 / 1M	$0.375 / 1M
Цена выхода	$0.350 / 1M	$2.025 / 1M
Общее число входных токенов	20,911	36,034
Выходные токены	1,407	6,657
Токены рассуждений	0	0
Время ответа (среднее)	4.05s	13.18s
Время ответа (макс.)	26.13s	42.13s
Время ответа (суммарно)	76.87s	184.47s

Генерация showcase

Hamster playing table tennis

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

#113 Gemma 4 31B

none

Стоимость: $0.001
Время: 12.8s
Токены: 795 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	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

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

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		2.25s	8,352	285	0
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		3.22s	903	27	0
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		2.09s	576	117	0
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	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

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

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		1.25s	224	12	0
Kimi K2.5	3.0	10.0	0.0%	0		3.90s	212	20	0

Быстрое сравнение

Сменить пару сравнения