导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3 Flash Preview vs MoonshotAI: Kimi K2.5

摘要

Gemini 3 Flash Preview vs Kimi K2.5 benchmark 对比：Kimi K2.5 平均分领先，为 7.5 vs 7.4。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.111 vs $0.328。 Gemini 3 Flash Preview 更快，为 5.76s vs 98.43s，通过率为 79.4% vs 68.3%。

推荐模型: Gemini 3 Flash Preview - 它的得分接近这里的最高分（7.4 vs 7.5），同时成本比Kimi K2.5低约 3.0 倍。

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

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17 Kimi K2.5 Kimi K2.5 medium 发布日期: 2026-01-27
分数 7.4 7.5
排名 #53 #45
可靠性 10.0 10.0
一致性 9.2 6.9
测试正确
尝试通过率 79.4% 68.3%
不稳定测试 2 8
总运行次数 63 63
每个结果成本 0.689 3.704
总成本 $0.111 $0.328
输入价格 $0.500 / 1M $0.400 / 1M
输出价格 $3.000 / 1M $1.900 / 1M
总输入令牌 36,769 34,312
输出令牌 2,076 48,379
推理令牌 28,518 157,747
响应时间（平均） 5.76s 98.43s
响应时间（最大） 14.72s 281.00s
响应时间（总计） 120.93s 1378.03s

Generation showcase

Hamster playing table tennis

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

#53 Gemini 3 Flash Preview

low
Cost
$0.007
Time
12.1s
Tokens
2,289 tok

#45 MoonshotAI: Kimi K2.5

medium
Cost
$0.030
Time
58.6s
Tokens
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
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.48s 500 281 3,082
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 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
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 Flash Preview 3.0 10.0 0.0% 0 3.27s 12,860 326 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
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 9.40s 7,261 279 3,656
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 Flash Preview 5.3 7.2 44.4% 1 8.05s 645 12 6,410
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 Flash Preview 10.0 10.0 100.0% 0 3.68s 492 120 981
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 Flash Preview 9.9 10.0 100.0% 0 7.02s 621 71 2,752
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 Flash Preview 10.0 10.0 100.0% 0 5.77s 562 288 3,168
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 Flash Preview 10.0 10.0 100.0% 0 4.99s 5,550 234 415
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 Flash Preview 10.0 10.0 100.0% 0 2.75s 156 9 633
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

Gemini 3 Flash PreviewlowvsGrok 4.20mediumGemini 3 Flash PreviewlowvsMiMo-V2.5-PromediumKimi K2.5mediumvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsQwen3.6 FlashmediumGemini 3 Flash PreviewlowvsGLM 5V TurbomediumGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsGemini 3 Flash PreviewlowKimi K2.5mediumvsStep 3.7 Flashlow