#45 MoonshotAI: Kimi K2.5
medium- Cost
- $0.030
- Time
- 58.6s
- Tokens
- 8,683 tok
AI BENCHY 对比
MoonshotAI: Kimi K2.5 vs Xiaomi: MiMo-V2.5-Pro
摘要
Kimi K2.5 vs MiMo-V2.5-Pro benchmark 对比：Kimi K2.5 平均分领先，为 7.5 vs 7.4。 MiMo-V2.5-Pro benchmark 成本更低，为 $0.106 vs $0.328。 MiMo-V2.5-Pro 更快，为 26.13s vs 98.43s，通过率为 68.3% vs 68.3%。
推荐模型: MiMo-V2.5-Pro - 它的得分接近这里的最高分（7.4 vs 7.5），同时成本比Kimi K2.5低约 3.1 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12
| 指标 | Kimi K2.5 Kimi K2.5 medium | MiMo-V2.5-Pro MiMo-V2.5-Pro medium |
|---|---|---|
| 分数 | 7.5 | 7.4 |
| 排名 | #45 | #52 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 6.9 | 8.5 |
| 测试正确 | ||
| 尝试通过率 | 68.3% | 68.3% |
| 不稳定测试 | 8 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 3.704 | 2.541 |
| 总成本 | $0.328 | $0.106 |
| 输入价格 | $0.400 / 1M | $0.435 / 1M |
| 输出价格 | $1.900 / 1M | $0.870 / 1M |
| 总输入令牌 | 34,312 | 40,854 |
| 输出令牌 | 48,379 | 5,015 |
| 推理令牌 | 157,747 | 97,742 |
| 响应时间（平均） | 98.43s | 26.13s |
| 响应时间（最大） | 281.00s | 130.77s |
| 响应时间（总计） | 1378.03s | 548.65s |
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#52 MiMo-V2.5-Pro
medium
Invalid SVG
- Cost
- $0.000
- Time
- 300.0s
- Tokens
- 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 | |
| MiMo-V2.5-Pro | 10.0 | 10.0 | 100.0% | 0 | 3.26s | 621 | 323 | 1,179 |
| 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 | |
| MiMo-V2.5-Pro | 6.2 | 4.7 | 66.7% | 2 | 92.07s | 6,543 | 780 | 51,218 |
| 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 | |
| MiMo-V2.5-Pro | 10.0 | 10.0 | 100.0% | 0 | 53.36s | 15,060 | 348 | 11,870 |
| 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 | |
| MiMo-V2.5-Pro | 7.3 | 5.8 | 83.3% | 1 | 18.81s | 7,746 | 260 | 8,383 |
| 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 | |
| MiMo-V2.5-Pro | 5.3 | 10.0 | 33.3% | 0 | 37.87s | 630 | 275 | 17,023 |
| 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 | |
| MiMo-V2.5-Pro | 5.5 | 10.0 | 0.0% | 0 | 4.02s | 492 | 155 | 163 |
| 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 | |
| MiMo-V2.5-Pro | 9.9 | 10.0 | 100.0% | 0 | 2.77s | 672 | 82 | 803 |
| 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 | |
| MiMo-V2.5-Pro | 6.7 | 7.9 | 55.6% | 1 | 5.31s | 660 | 540 | 2,181 |
| 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 | |
| MiMo-V2.5-Pro | 10.0 | 10.0 | 100.0% | 0 | 16.87s | 8,220 | 311 | 2,908 |
| 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 | |
| MiMo-V2.5-Pro | 3.0 | 10.0 | 0.0% | 0 | 12.46s | 210 | 1,941 | 2,014 |
快速对比
切换对比组合
Gemini 3 Flash PreviewlowvsMiMo-V2.5-PromediumKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumKimi K2.5mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsKimi K2.5mediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsKimi K2.5mediumQwen3.7 PlusnonevsMiMo-V2.5-PromediumStep 3.7 FlashlowvsMiMo-V2.5-PromediumClaude Opus 4.8nonevsKimi K2.5mediumStep 3.7 FlashhighvsMiMo-V2.5-Promedium