Google: Gemini 3.5 Flash vs MoonshotAI: Kimi K2.5

Kimi K2.5 (medium) 平均分领先，为 7.0 vs 6.8。 Gemini 3.5 Flash (minimal) benchmark 成本更低，为 $0.300 vs $0.600。 Gemini 3.5 Flash (minimal) 更快，为 2.65s vs 99.00s，通过率为 65.2% vs 65.2%。

推荐模型Gemini 3.5 Flash (minimal)它的得分接近这里的最高分（6.8 vs 7.0），同时成本比Kimi K2.5 (medium)低约 2.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	Gemini 3.5 Flash Gemini 3.5 Flash minimal 发布日期: 2026-05-19	Kimi K2.5 Kimi K2.5 medium 发布日期: 2026-01-27

指标	Gemini 3.5 Flash Gemini 3.5 Flash minimal 发布日期: 2026-05-19	Kimi K2.5 Kimi K2.5 medium 发布日期: 2026-01-27
分数	6.8	7.0
排名	#85	#74
可靠性	10.0	10.0
一致性	9.6	7.0
测试正确
尝试通过率	65.2%	65.2%
不稳定测试	1	8
总运行次数	66	66
每个结果成本	2.138	4.789
总成本	$0.300	$0.600
输入价格	$1.500 / 1M	$0.571 / 1M
输出价格	$9.000 / 1M	$2.850 / 1M
总输入令牌	100,753	118,448
输出令牌	16,454	62,124
推理令牌	0	165,243
响应时间（平均）	2.65s	99.00s
响应时间（最大）	25.26s	281.00s
响应时间（总计）	58.27s	1485.04s

Hamster playing table tennis

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

#85 Gemini 3.5 Flash

minimal

成本: $0.041
时间: 20.4s
令牌: 4,608 tok

#74 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

类别:

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	6.5	10.0	50.0%	0		892ms	492	405	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
Gemini 3.5 Flash	5.6	9.9	33.3%	0		2.75s	8,122	3,456	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
Gemini 3.5 Flash	3.0	10.0	0.0%	0		14.41s	76,686	11,581	0
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.66s	7,548	279	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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		899ms	633	12	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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		922ms	486	117	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
Gemini 3.5 Flash	6.4	5.8	66.7%	1		893ms	615	76	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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.45s	558	282	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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.79s	5,457	234	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
Gemini 3.5 Flash	3.0	10.0	0.0%	0		1.76s	156	12	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