#55 MoonshotAI: Kimi K2.5
medium- 成本
- $0.030
- 时间
- 58.6s
- 令牌
- 8,683 tok
AI BENCHY 对比
MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.6 Luna
摘要
Kimi K2.5 (medium) vs GPT-5.6 Luna (high) benchmark 对比：GPT-5.6 Luna (high) 平均分领先，为 7.7 vs 7.5。 Kimi K2.5 (medium) benchmark 成本更低，为 $0.348 vs $0.924。 GPT-5.6 Luna (high) 更快，为 18.39s vs 98.43s，通过率为 68.3% vs 71.4%。
推荐模型: GPT-5.6 Luna (high) - 它在这里得分最高（7.7），同时响应速度比Kimi K2.5 (medium)快约 5.4 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09
| 指标 | Kimi K2.5 Kimi K2.5 medium | GPT-5.6 Luna GPT-5.6 Luna high |
|---|---|---|
| 分数 | 7.5 | 7.7 |
| 排名 | #55 | #50 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 6.9 | 8.8 |
| 测试正确 | ||
| 尝试通过率 | 68.3% | 71.4% |
| 不稳定测试 | 8 | 3 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 3.704 | 6.594 |
| 总成本 | $0.348 | $0.924 |
| 输入价格 | $0.375 / 1M | $1.000 / 1M |
| 输出价格 | $2.025 / 1M | $6.000 / 1M |
| 总输入令牌 | 34,312 | 35,699 |
| 输出令牌 | 48,379 | 2,079 |
| 推理令牌 | 157,747 | 145,816 |
| 响应时间（平均） | 98.43s | 18.39s |
| 响应时间（最大） | 281.00s | 111.09s |
| 响应时间（总计） | 1378.03s | 386.24s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#50 GPT-5.6 Luna
high- 成本
- $0.033
- 时间
- 34.2s
- 令牌
- 5,484 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-5.6 Luna | 8.3 | 10.0 | 75.0% | 0 | 2.99s | 606 | 162 | 1,265 |
| 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-5.6 Luna | 5.5 | 4.7 | 55.6% | 2 | 15.63s | 7,302 | 510 | 17,746 |
| 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-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 13.29s | 12,500 | 357 | 2,911 |
| 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-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 2.18s | 7,140 | 234 | 470 |
| 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-5.6 Luna | 7.7 | 10.0 | 66.7% | 0 | 78.96s | 723 | 69 | 96,395 |
| 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-5.6 Luna | 5.0 | 10.0 | 0.0% | 0 | 3.65s | 477 | 117 | 563 |
| 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-5.6 Luna | 9.9 | 10.0 | 100.0% | 0 | 1.79s | 660 | 97 | 481 |
| 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-5.6 Luna | 7.6 | 7.2 | 77.8% | 1 | 14.55s | 642 | 242 | 18,281 |
| 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-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 4.98s | 5,454 | 260 | 324 |
| 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-5.6 Luna | 3.0 | 10.0 | 0.0% | 0 | 17.00s | 195 | 31 | 7,380 |
快速对比
切换对比组合
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGrok 4.3mediumKimi K2.5mediumvsGPT-5.3 ChatnoneClaude Opus 4.8lowvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6medium免费可用vsGPT-5.6 LunahighDeepSeek V4 ProhighvsKimi K2.5mediumGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighMiniMax M3mediumvsGPT-5.6 Lunahigh