导航
AI BENCHY
Advertise here

AI BENCHY 对比

MoonshotAI: Kimi K2.5 vs Nemotron 3 Ultra 550b A55b

摘要

Kimi K2.5 vs Nemotron 3 Ultra 550b A55b benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 8.1 vs 7.5。 Nemotron 3 Ultra 550b A55b benchmark 成本更低，为 $0.158 vs $0.348。 Nemotron 3 Ultra 550b A55b 更快，为 15.05s vs 98.43s，通过率为 68.3% vs 69.8%。

推荐模型: Nemotron 3 Ultra 550b A55b - 它在这里得分最高（8.1），同时成本比Kimi K2.5低约 2.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Kimi K2.5 Kimi K2.5 medium 发布日期: 2026-01-27 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用
分数 7.5 8.1
排名 #45 #26
可靠性 10.0 9.7
一致性 6.9 8.8
测试正确
尝试通过率 68.3% 69.8%
不稳定测试 8 3
总运行次数 63 63
每个结果成本 3.704 0.000
总成本 $0.348 $0.158
输入价格 $0.375 / 1M $0.500 / 1M
输出价格 $2.025 / 1M $2.200 / 1M
总输入令牌 34,312 46,813
输出令牌 48,379 18,002
推理令牌 157,747 53,091
响应时间（平均） 98.43s 15.05s
响应时间（最大） 281.00s 43.93s
响应时间（总计） 1378.03s 316.09s

生成展示

Hamster playing table tennis

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

#45 MoonshotAI: Kimi K2.5

medium
成本
$0.030
时间
58.6s
令牌
8,683 tok

#26 Nemotron 3 Ultra 550b A55b

medium
无效SVG
成本
$0.000
时间
300.0s
令牌
0 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
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 8.62s 780 835 1,485
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
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
Nemotron 3 Ultra 550b A55b 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725
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
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
Nemotron 3 Ultra 550b A55b 9.8 10.0 100.0% 0 43.93s 17,574 1,040 3,590
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
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 5.68s 7,989 473 1,285
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
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
Nemotron 3 Ultra 550b A55b 3.5 4.4 33.3% 2 24.90s 858 11,169 16,249
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
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
Nemotron 3 Ultra 550b A55b 3.7 9.5 0.0% 0 2.52s 360 70 235
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
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
Nemotron 3 Ultra 550b A55b 9.8 10.0 100.0% 0 6.35s 765 182 1,243
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
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
Nemotron 3 Ultra 550b A55b 5.5 9.9 33.3% 0 3.54s 792 771 2,055
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
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 7.72s 9,781 304 984
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
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644
Nemotron 3 Ultra 550b A55b 3.0 10.0 0.0% 0 38.47s 228 304 8,240

快速对比

切换对比组合

Kimi K2.5mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用Kimi K2.5mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsKimi K2.5mediumClaude Opus 4.8lowvsKimi K2.5mediumClaude Sonnet 4.6nonevsKimi K2.5mediumClaude Opus 4.8nonevsKimi K2.5mediumNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 ChatnoneDeepSeek V4 PrononevsKimi K2.5mediumKimi K2.5mediumvsQwen3.7 PlusnoneClaude Opus 4.8lowvsNemotron 3 Ultra 550b A55bmedium免费可用