AI BENCHY 对比
MoonshotAI: Kimi K2.5 vs Tencent: Hy3 preview
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-22
| 指标 | Kimi K2.5 Kimi K2.5 medium | Hy3 preview Hy3 preview high |
|---|---|---|
| 分数 | 6.7 | 8.0 |
| 排名 | #79 | #22 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 6.8 | 9.5 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 77.1% |
| 不稳定测试 | 8 | 1 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 3.479 | 0.000 |
| 总成本 | $0.314 | $0.000 |
| ???? | $0.400 / 1M | $0.066 / 1M |
| ???? | $1.900 / 1M | $0.260 / 1M |
| 输出令牌 | 46,619 | 216,503 |
| 推理令牌 | 128,184 | 0 |
| 响应时间（平均） | 89.36s | 56.77s |
| 响应时间（最大） | 281.00s | 149.94s |
| 响应时间（总计） | 1161.65s | 851.49s |
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 | |
| Hy3 preview | 8.9 | 10.0 | 100.0% | 0 | 15.12s | 6,839 | 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 | |
| Hy3 preview | 10.0 | 10.0 | 100.0% | 0 | 99.76s | 38,167 | 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 | |
| Hy3 preview | 10.0 | 10.0 | 100.0% | 0 | 113.09s | 31,319 | 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 | |
| Hy3 preview | 6.5 | 10.0 | 50.0% | 0 | 12.11s | 4,323 | 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 | |
| Hy3 preview | 5.3 | 7.2 | 44.4% | 1 | 109.04s | 87,559 | 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 | |
| Hy3 preview | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 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 | |
| Hy3 preview | 9.9 | 10.0 | 100.0% | 0 | 34.02s | 13,331 | 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 | 45.40s | 6,671 | 12,403 | |
| Hy3 preview | 10.0 | 10.0 | 100.0% | 0 | 29.74s | 15,503 | 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 | |
| Hy3 preview | 10.0 | 10.0 | 100.0% | 0 | 78.83s | 10,370 | 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 | |
| Hy3 preview | 3.0 | 10.0 | 0.0% | 0 | 47.71s | 9,092 | 0 |
快速对比
切换对比组合
Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumDeepSeek V4 ProhighvsKimi K2.5mediumGemma 4 31Bnone免费可用vsKimi K2.5mediumKimi K2.5mediumvsGrok Build 0.1noneGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.5noneKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneClaude Sonnet 4.6nonevsKimi K2.5mediumKimi K2.5mediumvsGLM 5noneKimi K2.5mediumvsQwen3.6 Max PreviewnoneGemma 4 26B A4Bnone免费可用vsKimi K2.5mediumGemini 2.5 FlashnonevsKimi K2.5medium