导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Google: Gemini 3.1 Flash Lite vs MoonshotAI: Kimi K2.5

摘要

Gemini 3.1 Flash Lite vs Kimi K2.5 benchmark 对比：Gemini 3.1 Flash Lite 平均分领先，为 6.1 vs 5.5。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.013 vs $0.028。 Gemini 3.1 Flash Lite 更快，为 1.33s vs 13.18s，通过率为 54.0% vs 34.9%。

推荐模型: Gemini 3.1 Flash Lite - 它在这里得分最高（6.1），同时成本比Kimi K2.5低约 2.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08 Kimi K2.5 Kimi K2.5 none 发布日期: 2026-01-27
分数 6.1 5.5
排名 #95 #121
可靠性 10.0 10.0
一致性 8.8 8.9
测试正确
尝试通过率 54.0% 34.9%
不稳定测试 3 3
总运行次数 63 63
每个结果成本 0.130 0.442
总成本 $0.013 $0.028
输入价格 $0.250 / 1M $0.400 / 1M
输出价格 $1.500 / 1M $1.900 / 1M
总输入令牌 36,973 36,034
输出令牌 2,487 6,657
推理令牌 0 0
响应时间（平均） 1.33s 13.18s
响应时间（最大） 4.49s 42.13s
响应时间（总计） 27.91s 184.47s

Generation showcase

Hamster playing table tennis

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

#95 Gemini 3.1 Flash Lite

minimal
Cost
$0.001
Time
3.7s
Tokens
635 tok

#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
Gemini 3.1 Flash Lite 8.3 10.0 75.0% 0 1.10s 500 639 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
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 831ms 8,126 666 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
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 2.53s 12,870 357 0
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
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.04s 7,552 279 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
Gemini 3.1 Flash Lite 2.9 7.2 11.1% 1 1.02s 641 15 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
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 791ms 490 63 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
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 932ms 615 72 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
Gemini 3.1 Flash Lite 6.0 4.6 66.7% 2 2.15s 564 153 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
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 3.51s 5,457 234 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
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 724ms 158 9 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

Gemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneSeed-2.0-LitenonevsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsNemotron 3 Ultra 550b A55bnone免费可用DeepSeek V4 PrononevsGemini 3.1 Flash LiteminimalDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BmediumGemini 3.1 Flash LiteminimalvsGLM 5noneGemini 3.1 Flash LiteminimalvsQwen3.6 FlashnoneGemini 3.1 Flash LiteminimalvsNemotron 3 Supermedium免费可用Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bnone