#156 DeepSeek V4 Flash
none- 成本
- $0.004
- 时间
- 157.6s
- 令牌
- 11,297 tok
DeepSeek: DeepSeek V4 Flash vs MoonshotAI: Kimi K2.5
DeepSeek V4 Flash 平均分领先，为 5.6 vs 5.5。 DeepSeek V4 Flash benchmark 成本更低，为 $0.044 vs $0.127。 Kimi K2.5 更快，为 19.15s vs 36.78s，通过率为 31.8% vs 34.9%。
推荐模型DeepSeek V4 Flash它在这里得分最高（5.6），同时成本比Kimi K2.5低约 2.9 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-22
| 指标 | DeepSeek V4 Flash DeepSeek V4 Flash none | Kimi K2.5 Kimi K2.5 none |
|---|---|---|
| 分数 | 5.6 | 5.5 |
| 排名 | #156 | #161 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 8.6 |
| 测试正确 | ||
| 尝试通过率 | 31.8% | 34.9% |
| 不稳定测试 | 4 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.917 | 1.898 |
| 总成本 | $0.044 | $0.127 |
| 输入价格 | $0.098 / 1M | $0.571 / 1M |
| 输出价格 | $0.196 / 1M | $2.850 / 1M |
| 总输入令牌 | 240,221 | 89,322 |
| 输出令牌 | 100,727 | 26,638 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 36.78s | 19.15s |
| 响应时间（最大） | 247.27s | 102.83s |
| 响应时间（总计） | 809.09s | 287.30s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#161 MoonshotAI: Kimi K2.5
none- 成本
- $0.015
- 时间
- 89.1s
- 令牌
- 5,421 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 20.18s | 540 | 174 | 0 | |
| Kimi K2.5 | 3.6 | 8.4 | 8.3% | 1 | 6.24s | 652 | 373 | 0 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.2 | 7.4 | 11.1% | 1 | 17.13s | 7,279 | 9,717 | 0 | |
| Kimi K2.5 | 5.5 | 10.0 | 33.3% | 0 | 24.56s | 7,311 | 4,708 | 0 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.6 | 1.8 | 66.7% | 2 | 179.61s | 214,492 | 89,681 | 0 | |
| Kimi K2.5 | 2.8 | 1.8 | 33.3% | 2 | 61.00s | 65,552 | 20,729 | 0 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 23.79s | 7,290 | 195 | 0 | |
| Kimi K2.5 | 7.3 | 5.8 | 83.3% | 1 | 42.13s | 7,180 | 187 | 0 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 5.3 | 10.0 | 33.3% | 0 | 19.73s | 666 | 18 | 0 | |
| Kimi K2.5 | 5.3 | 10.0 | 33.3% | 0 | 4.38s | 753 | 29 | 0 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.2 | 9.9 | 0.0% | 0 | 23.74s | 471 | 67 | 0 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 483 | 76 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 6.5 | 10.0 | 50.0% | 0 | 17.54s | 627 | 321 | 0 | |
| Kimi K2.5 | 6.5 | 10.0 | 50.0% | 0 | 2.67s | 677 | 60 | 0 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.1 | 7.3 | 11.1% | 1 | 23.72s | 594 | 207 | 0 | |
| Kimi K2.5 | 3.0 | 10.0 | 0.0% | 0 | 4.04s | 667 | 236 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 77.93s | 8,079 | 327 | 0 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 13.99s | 5,835 | 220 | 0 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 3.07s | 183 | 20 | 0 | |
| Kimi K2.5 | 3.0 | 10.0 | 0.0% | 0 | 3.90s | 212 | 20 | 0 |
快速对比
切换对比组合
DeepSeek V4 FlashnonevsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5mediumvsKimi K2.5noneDeepSeek V4 FlashnonevsKAT-Coder-Air V2.5highKimi K2.5nonevsLaguna S 2.1medium免费可用KAT-Coder-Air V2.5lowvsKimi K2.5noneKimi K2.5nonevsLaguna S 2.1high免费可用KAT-Coder-Air V2.5highvsKimi K2.5noneDeepSeek V4 FlashnonevsLaguna S 2.1medium免费可用DeepSeek V4 FlashnonevsNemotron 3 Supermedium免费可用DeepSeek V4 FlashnonevsKAT-Coder-Air V2.5lowDeepSeek V4 FlashnonevsLaguna S 2.1high免费可用Kimi K2.5nonevsNemotron 3 Supermedium免费可用