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 3.5 Flash vs MoonshotAI: Kimi K2.5

摘要

Gemini 3.5 Flash (high) vs Kimi K2.5 benchmark 对比：Gemini 3.5 Flash (high) 平均分领先，为 9.8 vs 5.5。 Kimi K2.5 benchmark 成本更低，为 $0.027 vs $1.115。 Gemini 3.5 Flash (high) 更快，为 8.84s vs 13.18s，通过率为 96.8% vs 34.9%。

推荐模型: Gemini 3.5 Flash (high) - 它在本次比较中得分最高（9.8），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19 Kimi K2.5 Kimi K2.5 none 发布日期: 2026-01-27
分数 9.8 5.5
排名 #1 #135
可靠性 10.0 10.0
一致性 9.6 8.9
测试正确
尝试通过率 96.8% 34.9%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 5.575 0.442
总成本 $1.115 $0.027
输入价格 $1.500 / 1M $0.375 / 1M
输出价格 $9.000 / 1M $2.025 / 1M
总输入令牌 37,594 36,034
输出令牌 1,975 6,657
推理令牌 115,638 0
响应时间（平均） 8.84s 13.18s
响应时间（最大） 34.82s 42.13s
响应时间（总计） 185.57s 184.47s

生成展示

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high
成本
$0.208
时间
118.2s
令牌
23,158 tok

#135 MoonshotAI: Kimi K2.5

none
成本
$0.015
时间
89.1s
令牌
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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
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 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005
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 3.5 FlashhighvsGPT-5.6 SollowMiniMax M2.7mediumvsKimi K2.5noneNorth Mini Codemedium免费可用vsKimi K2.5noneMistral Small 4mediumvsKimi K2.5noneGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.6 SolmediumGemini 3.5 FlashhighvsGPT-5.5lowCobuddymediumvsKimi K2.5noneGemini 3.1 Flash LiteminimalvsKimi K2.5noneClaude Fable 5mediumvsGemini 3.5 FlashhighKimi K2.5nonevsGPT-5.6 LunalowMiniMax M2.5mediumvsKimi K2.5none