AI BENCHY 对比
MoonshotAI: Kimi K2.5 vs Qwen: Qwen3.5-35B-A3B
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-29
| 指标 | Kimi K2.5 Kimi K2.5 medium | Qwen3.5-35B-A3B Qwen3.5-35B-A3B none |
|---|---|---|
| 分数 | 6.7 | 5.8 |
| 排名 | #85 | #110 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 6.8 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 45.0% |
| 不稳定测试 | 8 | 3 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 3.486 | 0.224 |
| 总成本 | $0.314 | $0.016 |
| 输入价格 | $0.400 / 1M | $0.139 / 1M |
| 输出价格 | $1.900 / 1M | $1.000 / 1M |
| 输出令牌 | 48,374 | 4,334 |
| 推理令牌 | 128,473 | 0 |
| 响应时间（平均） | 89.02s | 3.50s |
| 响应时间（最大） | 281.00s | 47.43s |
| 响应时间（总计） | 1157.32s | 70.00s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 7.3 | 5.8 | 83.3% | 2 | 51.38s | 2,789 | 8,880 | |
| Qwen3.5-35B-A3B | 3.4 | 7.9 | 16.7% | 1 | 1.43s | 574 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 4.1 | 1.9 | 50.0% | 2 | 215.89s | 5,700 | 45,419 | |
| Qwen3.5-35B-A3B | 6.8 | 10.0 | 50.0% | 0 | 1.72s | 562 | 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 | |
| Qwen3.5-35B-A3B | 3.0 | 10.0 | 0.0% | 0 | 47.43s | 1,833 | 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 | 10.0 | 10.0 | 100.0% | 0 | 49.78s | 563 | 7,940 | |
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 1.16s | 243 | 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 | 3.5 | 4.4 | 33.3% | 2 | 137.29s | 20,753 | 30,564 | |
| Qwen3.5-35B-A3B | 7.7 | 10.0 | 66.7% | 0 | 485ms | 15 | 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 | 6.5 | 3.4 | 66.7% | 1 | 69.73s | 3,815 | 4,262 | |
| Qwen3.5-35B-A3B | 6.5 | 3.4 | 66.7% | 1 | 1.19s | 114 | 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 | |
| Qwen3.5-35B-A3B | 6.3 | 10.0 | 50.0% | 0 | 809ms | 63 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 5.3 | 7.3 | 44.4% | 1 | 43.23s | 8,426 | 12,692 | |
| Qwen3.5-35B-A3B | 3.7 | 7.4 | 22.2% | 1 | 1.35s | 655 | 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 | |
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 2.30s | 264 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 3.0 | 10.0 | 0.0% | 0 | 83.95s | 12 | 7,644 | |
| Qwen3.5-35B-A3B | 3.0 | 10.0 | 0.0% | 0 | 493ms | 11 | 0 |
快速对比
切换对比组合
Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumGemma 4 31Bnone免费可用vsKimi K2.5mediumCobuddymediumvsQwen3.5-35B-A3BnoneOwl AlphamediumvsQwen3.5-35B-A3BnoneGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.5nonegpt-oss-120bmedium免费可用vsQwen3.5-35B-A3BnoneNemotron 3 Supermedium免费可用vsQwen3.5-35B-A3BnoneKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneGPT-5 NanomediumvsQwen3.5-35B-A3BnoneGemini 2.5 FlashnonevsKimi K2.5mediumDeepSeek V4 ProhighvsKimi K2.5medium