- 排名
- #147
- 总输出令牌
- 220,942
- 响应时间（平均）
- 98.19s
- 总成本
- $0.479
Kimi K2.5 (medium) vs Qwen3.7 Flash (medium)
平均分几乎持平，为 7.0 vs 6.9。 Qwen3.7 Flash (medium) benchmark 成本更低，为 $0.065 vs $0.479。 Qwen3.7 Flash (medium) 更快，为 47.38s vs 98.19s，通过率为 63.6% vs 63.6%。
已对比模型
- 排名
- #150
- 总输出令牌
- 470,076
- 响应时间（平均）
- 47.38s
- 总成本
- $0.065
推荐模型
Qwen3.7 Flash (medium)
它在这里得分最高（6.9），同时成本比Kimi K2.5 (medium)低约 7.4 倍。
详细对比
| 指标 | Kimi K2.5 Kimi K2.5 medium | Qwen3.7 Flash Qwen3.7 Flash medium |
|---|---|---|
| 分数 | 7.0 | 6.9 |
| 排名 | #147 | #150 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.0 | 7.5 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 63.6% | 63.6% |
| 不稳定测试 | 8 | 7 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 4.849 | 0.646 |
| 总成本 | $0.479 | $0.065 |
| 输入价格 | $0.450 / 1M | $0.030 / 1M |
| 输出价格 | $2.250 / 1M | $0.130 / 1M |
| 总输入令牌 | 118,496 | 114,477 |
| 输出令牌 | 53,522 | 12,786 |
| 推理令牌 | 167,420 | 457,290 |
| 响应时间（平均） | 98.19s | 47.38s |
| 响应时间（最大） | 281.00s | 593.64s |
| 响应时间（总计） | 1571.05s | 1042.43s |
| 参数量 | 1T 总计 (32B 激活) | ~35B 总计 (~3B 激活) |
| 开放状态 | 权重可用 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#147 MoonshotAI: Kimi K2.5
medium- 成本
- $0.030
- 时间
- 58.6s
- 令牌
- 8,683 tok
#150 Qwen3.7 Flash
medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
- 成本
- $0.000
- 时间
- 600.0s
- 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 672 | 525 | 12,844 |
| 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 | |
| Qwen3.7 Flash | 6.2 | 6.9 | 55.6% | 1 | 46.78s | 7,893 | 563 | 61,902 |
| 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 | 6.7 | 9.1 | 50.0% | 0 | 89.19s | 95,416 | 14,448 | 11,209 | |
| Qwen3.7 Flash | 6.4 | 5.8 | 66.7% | 1 | 314.17s | 87,042 | 10,432 | 296,919 |
| 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.42s | 7,782 | 270 | 11,588 |
| 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 | 2.9 | 4.4 | 22.2% | 2 | 111.65s | 533 | 12,151 | 32,741 | |
| Qwen3.7 Flash | 2.9 | 7.2 | 11.1% | 1 | 38.02s | 780 | 59 | 38,977 |
| 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 | |
| Qwen3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 10.18s | 516 | 143 | 3,647 |
| 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 | |
| Qwen3.7 Flash | 5.8 | 2.7 | 66.7% | 2 | 9.27s | 699 | 100 | 7,457 |
| 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 | |
| Qwen3.7 Flash | 7.1 | 5.1 | 77.8% | 2 | 8.30s | 696 | 355 | 9,138 |
| 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.80s | 8,193 | 309 | 2,171 |
| 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 | |
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 29.17s | 204 | 30 | 12,647 |
快速对比
切换对比组合
Seed-2.0-CodehighvsQwen3.7 FlashmediumClaude Fable 5.1lowvsQwen3.7 FlashmediumKimi K2.5mediumvsGPT-5.5noneClaude Fable 5.1lowvsKimi K2.5mediumSeed-2.0-CodehighvsKimi K2.5mediumGemini 3.5 FlashnonevsQwen3.7 FlashmediumKimi K2.5mediumvsGPT-5.6 SolnoneGPT-5.5nonevsQwen3.7 FlashmediumQwen3.7 FlashmediumvsStep 3.7 FlashhighGemini 3.5 FlashnonevsKimi K2.5mediumMercury 2.5highvsKimi K2.5mediumQwen3.7 FlashmediumvsSolar Pro 4low