- 排名
- #75
- 总输出令牌
- 209,444
- 响应时间（平均）
- 92.50s
- 总成本
- $0.761
DeepSeek V4 Pro (high) vs Kimi K2.5 (medium)
DeepSeek V4 Pro (high) 平均分领先，为 7.7 vs 7.0。 Kimi K2.5 (medium) benchmark 成本更低，为 $0.479 vs $0.761。 DeepSeek V4 Pro (high) 更快，为 92.50s vs 98.19s，通过率为 63.6% vs 63.6%。
- 排名
- #123
- 总输出令牌
- 220,942
- 响应时间（平均）
- 98.19s
- 总成本
- $0.479
推荐模型
DeepSeek V4 Pro (high)
它在本次比较中得分最高（7.7），并且在全部 2 个模型中兼顾成本和响应时间最好。
详细对比
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro high | Kimi K2.5 Kimi K2.5 medium |
|---|---|---|
| 分数 | 7.7 | 7.0 |
| 排名 | #75 | #123 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.7 | 7.0 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 63.6% | 63.6% |
| 不稳定测试 | 6 | 8 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.251 | 4.849 |
| 总成本 | $0.761 | $0.479 |
| 输入价格 | $1.600 / 1M | $0.450 / 1M |
| 输出价格 | $3.200 / 1M | $2.250 / 1M |
| 总输入令牌 | 90,757 | 118,496 |
| 输出令牌 | 22,928 | 53,522 |
| 推理令牌 | 186,516 | 167,420 |
| 响应时间（平均） | 92.50s | 98.19s |
| 响应时间（最大） | 416.76s | 281.00s |
| 响应时间（总计） | 2035.01s | 1571.05s |
| 参数量 | 1.6T 总计 (49B 激活) | 1T 总计 (32B 激活) |
| 开放状态 | 开源 | 权重可用 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#75 DeepSeek V4 Pro
high- 成本
- $0.023
- 时间
- 257.6s
- 令牌
- 14,870 tok
#123 MoonshotAI: Kimi K2.5
medium- 成本
- $0.030
- 时间
- 58.6s
- 令牌
- 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 | 6.3 | 8.7 | 33.3% | 0 | 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 | 78.99s | 66,082 | 4,582 | 25,404 | |
| Kimi K2.5 | 6.7 | 9.1 | 50.0% | 0 | 89.19s | 95,416 | 14,448 | 11,209 |
| 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 | 249.47s | 578 | 16,870 | 58,188 | |
| Kimi K2.5 | 2.9 | 4.4 | 22.2% | 2 | 111.65s | 533 | 12,151 | 32,741 |
| 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
Kimi K2.5mediumvsGPT-5.5noneClaude Opus 4.6mediumvsDeepSeek V4 ProhighSeed-2.0-CodehighvsKimi K2.5mediumSeed-2.0-CodelowvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGLM 5mediumKimi K2.5mediumvsGPT-5.6 SolnoneClaude Opus 4.8lowvsDeepSeek V4 ProhighSeed-2.0-LitemediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsSolar Pro 4xhighGemini 3.5 FlashnonevsKimi K2.5mediumDeepSeek V4 ProhighvsNemotron 3 Ultramedium免费可用Claude Opus 5nonevsDeepSeek V4 Prohigh