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

MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.4 Nano

摘要

Kimi K2.5 vs GPT-5.4 Nano benchmark 对比：平均分几乎持平，为 7.5 vs 7.5。 GPT-5.4 Nano benchmark 成本更低，为 $0.107 vs $0.328。 GPT-5.4 Nano 更快，为 11.95s vs 98.43s，通过率为 68.3% vs 63.5%。

推荐模型: GPT-5.4 Nano - 它在这里得分最高（7.5），同时成本比Kimi K2.5低约 3.1 倍。

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

指标 Kimi K2.5 Kimi K2.5 medium 发布日期: 2026-01-27 GPT-5.4 Nano GPT-5.4 Nano medium 发布日期: 2026-03-17
分数 7.5 7.5
排名 #45 #48
可靠性 10.0 10.0
一致性 6.9 8.4
测试正确
尝试通过率 68.3% 63.5%
不稳定测试 8 4
总运行次数 63 63
每个结果成本 3.704 0.969
总成本 $0.328 $0.107
输入价格 $0.400 / 1M $0.200 / 1M
输出价格 $1.900 / 1M $1.250 / 1M
总输入令牌 34,312 35,434
输出令牌 48,379 3,014
推理令牌 157,747 76,520
响应时间（平均） 98.43s 11.95s
响应时间（最大） 281.00s 94.06s
响应时间（总计） 1378.03s 250.98s

Generation showcase

Hamster playing table tennis

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

#45 MoonshotAI: Kimi K2.5

medium
Cost
$0.030
Time
58.6s
Tokens
8,683 tok

#48 GPT-5.4 Nano

medium
Cost
$0.007
Time
24.6s
Tokens
4,943 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
GPT-5.4 Nano 8.3 10.0 75.0% 0 4.52s 606 683 2,254
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
GPT-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
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
GPT-5.4 Nano 9.8 10.0 100.0% 0 24.13s 12,345 349 5,719
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
GPT-5.4 Nano 10.0 10.0 100.0% 0 2.54s 7,140 234 516
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
GPT-5.4 Nano 5.9 7.2 55.6% 1 38.18s 619 60 43,325
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
GPT-5.4 Nano 4.5 10.0 0.0% 0 4.15s 477 179 443
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
GPT-5.4 Nano 9.8 10.0 100.0% 0 1.88s 660 95 521
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
GPT-5.4 Nano 4.1 7.2 22.2% 1 3.79s 642 594 1,408
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
GPT-5.4 Nano 10.0 10.0 100.0% 0 7.71s 5,445 234 382
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
GPT-5.4 Nano 3.0 10.0 0.0% 0 4.81s 195 70 1,174

快速对比

切换对比组合

Kimi K2.5mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumKimi K2.5mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsKimi K2.5mediumGPT-5.4 NanomediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsKimi K2.5mediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsKimi K2.5mediumGPT-5.4 NanomediumvsQwen3.7 PlusnoneKimi K2.5mediumvsQwen3.7 PlusnoneGPT-5.4 NanomediumvsStep 3.7 Flashhigh