AI BENCHY 对比
MoonshotAI: Kimi K2.5 vs Hunter Alpha
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-12
| 指标 | Kimi K2.5 Kimi K2.5 medium | Hunter Alpha Hunter Alpha none |
|---|---|---|
| 排名 | #30 | #50 |
| 平均分 | 6.4 | 4.6 |
| 一致性 | 7.5 | 8.0 |
| 每个结果成本 | 2.171 | 0.000 |
| 总成本 | $0.196 | $0.000 |
| 测试正确 | ||
| 尝试通过率 | 72.9% | 52.1% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 48 | 48 |
| 输出令牌 | 38,453 | 2,272 |
| 推理令牌 | 72,496 | 0 |
| 响应时间（平均） | 69.83s | 4.64s |
| 响应时间（最大） | 137.29s | 15.17s |
| 响应时间（总计） | 628.45s | 74.24s |
分数 vs 总成本
响应时间（平均）
平均分 vs 响应时间（平均）
总输出令牌
平均分 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 7.0 | 7.2 | 88.9% | 1 | 85.28s | 335 | 6,255 | |
| Hunter Alpha | 1.3 | 7.4 | 22.2% | 1 | 3.85s | 773 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 71.37s | 703 | 3,713 | |
| Hunter Alpha | 10.0 | 10.0 | 0.0% | 0 | 15.17s | 379 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 9.9 | 10.0 | 100.0% | 0 | 49.78s | 563 | 7,940 | |
| Hunter Alpha | 9.9 | 10.0 | 100.0% | 0 | 8.49s | 249 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 4.4 | 33.3% | 2 | 137.29s | 20,753 | 30,564 | |
| Hunter Alpha | 4.0 | 10.0 | 33.3% | 0 | 2.33s | 27 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 6.0 | 3.4 | 66.7% | 1 | 69.73s | 3,815 | 4,262 | |
| Hunter Alpha | 5.0 | 3.1 | 66.7% | 1 | 2.71s | 91 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 92.47s | 5,371 | 6,547 | |
| Hunter Alpha | 5.0 | 10.0 | 50.0% | 0 | 2.82s | 69 | 0 |
| Puzzle Solving | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 4.0 | 7.3 | 44.4% | 1 | 45.40s | 6,671 | 12,403 | |
| Hunter Alpha | 4.0 | 4.4 | 66.7% | 2 | 3.06s | 349 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 31.74s | 242 | 812 | |
| Hunter Alpha | 10.0 | 10.0 | 100.0% | 0 | 6.02s | 335 | 0 |
快速对比
切换对比组合
MiniMax M2.5mediumvsHunter AlphanoneKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneHunter AlphanonevsGrok 4.20 Multi-Agent BetamediumClaude Sonnet 4.6nonevsKimi K2.5mediumKimi K2.5mediumvsGLM 5nonegpt-oss-120bmedium免费可用vsHunter AlphanoneGemini 3.1 Flash Lite PreviewnonevsKimi K2.5mediumMercury 2mediumvsHunter AlphanoneGemini 3 Flash PreviewnonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsKimi K2.5mediumDeepSeek V3.2nonevsKimi K2.5medium