导航
AI BENCHY
Advertise here

AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs MoonshotAI: Kimi K2.5

摘要

DeepSeek V4 Pro vs Kimi K2.5 benchmark 对比：DeepSeek V4 Pro 平均分领先，为 7.6 vs 7.5。 DeepSeek V4 Pro benchmark 成本更低，为 $0.157 vs $0.348。 DeepSeek V4 Pro 更快，为 77.20s vs 98.43s，通过率为 66.7% vs 68.3%。

推荐模型: DeepSeek V4 Pro - 它在这里得分最高（7.6），同时成本比Kimi K2.5低约 2.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-17

指标 DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24 Kimi K2.5 Kimi K2.5 medium 发布日期: 2026-01-27
分数 7.6 7.5
排名 #41 #43
可靠性 9.3 10.0
一致性 7.0 6.9
测试正确
尝试通过率 66.7% 68.3%
不稳定测试 8 8
总运行次数 63 63
每个结果成本 1.742 3.704
总成本 $0.157 $0.348
输入价格 $0.435 / 1M $0.375 / 1M
输出价格 $0.870 / 1M $2.025 / 1M
总输入令牌 38,726 34,312
输出令牌 6,334 48,379
推理令牌 159,151 157,747
响应时间（平均） 77.20s 98.43s
响应时间（最大） 416.76s 281.00s
响应时间（总计） 1621.17s 1378.03s

Generation showcase

Hamster playing table tennis

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

#41 DeepSeek V4 Pro

high
Cost
$0.023
Time
257.6s
Tokens
14,870 tok

#43 MoonshotAI: Kimi K2.5

medium
Cost
$0.030
Time
58.6s
Tokens
8,683 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 Pro 5.7 5.9 58.3% 2 25.70s 536 149 3,214
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
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 Pro 6.1 4.6 66.7% 2 243.00s 5,090 383 84,580
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
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 Pro 10.0 10.0 100.0% 0 38.17s 14,060 454 5,836
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
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 Pro 10.0 10.0 100.0% 0 25.03s 7,690 274 2,166
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
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 Pro 3.6 7.2 22.2% 1 151.46s 569 4,404 50,391
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
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 Pro 10.0 10.0 100.0% 0 8.83s 471 115 1,013
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
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 Pro 7.8 6.6 83.3% 1 8.73s 627 66 2,726
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
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 Pro 6.9 4.9 77.8% 2 56.85s 591 178 2,563
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
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 Pro 9.8 10.0 100.0% 0 15.92s 8,909 295 701
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
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 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644

快速对比

切换对比组合

DeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumKimi K2.5mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.4 NanomediumDeepSeek V4 ProhighvsGrok 4.3mediumDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsQwen3.6 FlashmediumDeepSeek V4 ProhighvsKimi K2.6medium免费可用