导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

MoonshotAI: Kimi K2.5 vs Nemotron 3 Ultra 550b A55b

摘要

Kimi K2.5 vs Nemotron 3 Ultra 550b A55b (medium) benchmark 对比：Nemotron 3 Ultra 550b A55b (medium) 平均分领先，为 8.1 vs 5.5。 Kimi K2.5 benchmark 成本更低，为 $0.027 vs $0.158。 Kimi K2.5 更快，为 13.18s vs 15.05s，通过率为 34.9% vs 69.8%。

推荐模型: Nemotron 3 Ultra 550b A55b (medium) - 它在本次比较中得分最高（8.1），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 Kimi K2.5 Kimi K2.5 none 发布日期: 2026-01-27 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用
分数 5.5 8.1
排名 #135 #31
可靠性 10.0 9.7
一致性 8.9 8.8
测试正确
尝试通过率 34.9% 69.8%
不稳定测试 3 3
总运行次数 63 63
每个结果成本 0.442 0.000
总成本 $0.027 $0.158
输入价格 $0.375 / 1M $0.500 / 1M
输出价格 $2.025 / 1M $2.200 / 1M
总输入令牌 36,034 46,813
输出令牌 6,657 18,002
推理令牌 0 53,091
响应时间（平均） 13.18s 15.05s
响应时间（最大） 42.13s 43.93s
响应时间（总计） 184.47s 316.09s

生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#135 MoonshotAI: Kimi K2.5

none
成本
$0.015
时间
89.1s
令牌
5,421 tok

#31 Nemotron 3 Ultra 550b A55b

medium
无效SVG
成本
$0.000
时间
300.0s
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 3.6 8.4 8.3% 1 6.24s 652 373 0
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 8.62s 780 835 1,485
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 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0
Nemotron 3 Ultra 550b A55b 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725
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 2.8 2.1 33.3% 1 19.16s 12,264 748 0
Nemotron 3 Ultra 550b A55b 9.8 10.0 100.0% 0 43.93s 17,574 1,040 3,590
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 7.3 5.8 83.3% 1 42.13s 7,180 187 0
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 5.68s 7,989 473 1,285
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 5.3 10.0 33.3% 0 4.38s 753 29 0
Nemotron 3 Ultra 550b A55b 3.5 4.4 33.3% 2 24.90s 858 11,169 16,249
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 10.0 10.0 100.0% 0 4.00s 483 76 0
Nemotron 3 Ultra 550b A55b 3.7 9.5 0.0% 0 2.52s 360 70 235
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 6.5 10.0 50.0% 0 2.67s 677 60 0
Nemotron 3 Ultra 550b A55b 9.8 10.0 100.0% 0 6.35s 765 182 1,243
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 3.0 10.0 0.0% 0 4.04s 667 236 0
Nemotron 3 Ultra 550b A55b 5.5 9.9 33.3% 0 3.54s 792 771 2,055
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 13.99s 5,835 220 0
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 7.72s 9,781 304 984
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 3.90s 212 20 0
Nemotron 3 Ultra 550b A55b 3.0 10.0 0.0% 0 38.47s 228 304 8,240

快速对比

切换对比组合

Nemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.6 TerrahighDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bmedium免费可用vsGrok 4.5lowMiniMax M2.7mediumvsKimi K2.5noneNorth Mini Codemedium免费可用vsKimi K2.5noneNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 ChatnoneClaude Opus 4.8lowvsNemotron 3 Ultra 550b A55bmedium免费可用Mistral Small 4mediumvsKimi K2.5noneNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.6 TerralowNemotron 3 Ultra 550b A55bmedium免费可用vsStep 3.7 FlashlowNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.6 LunahighDeepSeek V4 ProhighvsNemotron 3 Ultra 550b A55bmedium免费可用