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：Kimi K2.5 平均分领先，为 7.5 vs 7.2。 DeepSeek V4 Pro benchmark 成本更低，为 $0.034 vs $0.348。 DeepSeek V4 Pro 更快，为 6.41s vs 98.43s，通过率为 52.4% vs 68.3%。

推荐模型: DeepSeek V4 Pro - 它的得分接近这里的最高分（7.2 vs 7.5），同时成本比Kimi K2.5低约 10.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 DeepSeek V4 Pro DeepSeek V4 Pro none 发布日期: 2026-04-24 Kimi K2.5 Kimi K2.5 medium 发布日期: 2026-01-27
分数 7.2 7.5
排名 #60 #45
可靠性 9.9 10.0
一致性 8.8 6.9
测试正确
尝试通过率 52.4% 68.3%
不稳定测试 3 8
总运行次数 63 63
每个结果成本 0.333 3.704
总成本 $0.034 $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 53,558 34,312
输出令牌 11,424 48,379
推理令牌 0 157,747
响应时间（平均） 6.41s 98.43s
响应时间（最大） 30.09s 281.00s
响应时间（总计） 134.66s 1378.03s

生成展示

Hamster playing table tennis

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

#60 DeepSeek V4 Pro

none
无效SVG
成本
$0.000
时间
300.0s
令牌
0 tok

#45 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 3.2 6.1 16.7% 2 4.02s 540 1,168 0
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 5.6 10.0 33.3% 0 13.38s 7,275 5,500 0
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 9.5 10.0 100.0% 0 23.74s 27,529 2,235 0
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 4.61s 7,568 200 0
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 5.3 10.0 33.3% 0 3.72s 666 24 0
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 5.0 10.0 0.0% 0 2.05s 471 126 0
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 6.3 5.8 66.7% 1 4.12s 627 713 0
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 10.0 10.0 100.0% 0 3.61s 594 442 0
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 10.0 10.0 100.0% 0 7.40s 8,105 328 0
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 5.76s 183 688 0
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 PrononevsGemma 4 26B A4Bmedium免费可用Kimi K2.5mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsGLM 5.1mediumDeepSeek V4 PrononevsLaguna XS 2.1medium免费可用Kimi K2.5mediumvsStep 3.7 FlashlowDeepSeek V4 PrononevsKimi K2.7 CodemediumGemini 3 Flash PreviewlowvsKimi K2.5mediumDeepSeek V4 PrononevsGrok 4.20mediumClaude Opus 4.8lowvsKimi K2.5mediumDeepSeek V4 PrononevsGemini 3 Flash Previewlow