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 (medium) vs Kimi K2.5 benchmark 对比：Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 5.5。 Kimi K2.5 benchmark 成本更低，为 $0.027 vs $0.667。 Kimi K2.5 更快，为 13.18s vs 18.64s，通过率为 98.4% vs 34.9%。

推荐模型: Gemini 3 Flash Preview (medium) - 它在本次比较中得分最高（9.6），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：: 2026-07-10

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17 Kimi K2.5 Kimi K2.5 none 发布日期: 2026-01-27
分数 9.6 5.5
排名 #2 #136
可靠性 10.0 10.0
一致性 9.7 8.9
测试正确
尝试通过率 98.4% 34.9%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 3.335 0.442
总成本 $0.667 $0.027
输入价格 $0.500 / 1M $0.375 / 1M
输出价格 $3.000 / 1M $2.025 / 1M
总输入令牌 37,017 36,034
输出令牌 2,006 6,657
推理令牌 214,153 0
响应时间（平均） 18.64s 13.18s
响应时间（最大） 117.26s 42.13s
响应时间（总计） 391.35s 184.47s

生成展示

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
成本
$0.010
时间
17.9s
令牌
3,236 tok

#136 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 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
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 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
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 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
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 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
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 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
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 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
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 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
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 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
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 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325
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 Flash PreviewmediumvsGPT-5.6 SollowGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.5lowMiniMax M2.7mediumvsKimi K2.5noneNorth Mini Codemedium免费可用vsKimi K2.5noneMistral Small 4mediumvsKimi K2.5noneCobuddymediumvsKimi K2.5noneGemini 3.1 Flash LiteminimalvsKimi K2.5noneKimi K2.5nonevsGPT-5.6 LunalowMiniMax M2.5mediumvsKimi K2.5noneKimi K2.5nonevsQwen3.5-35B-A3BmediumGemma 4 31Bmedium免费可用vsKimi K2.5none