#90 DeepSeek V4 Pro
high- Cost
- $0.023
- Time
- 257.6s
- Tokens
- 14,870 tok
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 6.3 vs 5.5。 Kimi K2.5 benchmark 成本更低，为 $0.028 vs $0.079。 Kimi K2.5 更快，为 13.18s vs 65.21s，通过率为 52.4% vs 34.9%。
推荐模型: Kimi K2.5 - 它的得分接近这里的最高分（5.5 vs 6.3），同时成本比DeepSeek V4 Pro低约 2.9 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro high | Kimi K2.5 Kimi K2.5 none |
|---|---|---|
| 分数 | 6.3 | 5.5 |
| 排名 | #90 | #121 |
| 可靠性 | 9.0 | 10.0 |
| 一致性 | 7.6 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 52.4% | 34.9% |
| 不稳定测试 | 6 | 3 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 2.869 | 0.442 |
| 总成本 | $0.079 | $0.028 |
| 输入价格 | $0.435 / 1M | $0.400 / 1M |
| 输出价格 | $0.870 / 1M | $1.900 / 1M |
| 总输入令牌 | 32,240 | 36,034 |
| 输出令牌 | 12,250 | 6,657 |
| 推理令牌 | 72,257 | 0 |
| 响应时间（平均） | 65.21s | 13.18s |
| 响应时间（最大） | 358.35s | 42.13s |
| 响应时间（总计） | 1304.19s | 184.47s |
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#121 MoonshotAI: Kimi K2.5
none- Cost
- $0.015
- Time
- 89.1s
- Tokens
- 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 Pro | 6.4 | 7.9 | 58.3% | 1 | 16.53s | 448 | 71 | 3,617 | |
| 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 Pro | 3.3 | 6.4 | 11.1% | 1 | 118.23s | 1,966 | 111 | 20,940 | |
| 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 65.02s | 14,016 | 465 | 5,914 | |
| Kimi K2.5 | 2.8 | 2.1 | 33.3% | 1 | 19.16s | 12,264 | 748 | 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 Pro | 7.3 | 5.9 | 83.3% | 1 | 23.62s | 5,633 | 229 | 1,710 | |
| 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 Pro | 2.9 | 7.2 | 11.1% | 1 | 205.66s | 430 | 10,529 | 28,089 | |
| 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 Pro | 6.1 | 3.1 | 66.7% | 1 | 25.09s | 314 | 76 | 1,152 | |
| 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 41.16s | 627 | 205 | 2,416 | |
| 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 Pro | 5.9 | 7.2 | 55.6% | 1 | 34.84s | 544 | 139 | 4,019 | |
| 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 21.33s | 8,079 | 372 | 593 | |
| 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 Pro | 3.0 | 10.0 | 0.0% | 0 | 39.14s | 183 | 53 | 3,807 | |
| 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 ProhighvsGPT-5.5noneDeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumDeepSeek V4 ProhighvsGemma 4 31Bmedium免费可用DeepSeek V4 ProhighvsNemotron 3 Supermedium免费可用Seed-2.0-LitenonevsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGemini 2.5 FlashnoneDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalDeepSeek V4 ProhighvsGemini 3.1 Flash LitenoneDeepSeek V4 ProhighvsGemini 3.1 Flash LitelowDeepSeek V4 ProhighvsQwen3.5-FlashnoneDeepSeek V4 ProhighvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V4 ProhighvsGemma 4 31Bnone免费可用