#122 MoonshotAI: Kimi K2.5
none- 成本
- $0.015
- 时间
- 89.1s
- 令牌
- 5,421 tok
AI BENCHY 对比
MoonshotAI: Kimi K2.5 vs OpenAI: GPT-4o-mini
摘要
Kimi K2.5 vs GPT-4o-mini benchmark 对比：Kimi K2.5 平均分领先，为 5.5 vs 5.0。 GPT-4o-mini benchmark 成本更低，为 $0.006 vs $0.027。 GPT-4o-mini 更快，为 1.77s vs 13.18s，通过率为 34.9% vs 23.8%。
推荐模型: Kimi K2.5 - 它在本次比较中得分最高（5.5），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：: 2026-07-02
| 指标 | Kimi K2.5 Kimi K2.5 none | GPT-4o-mini GPT-4o-mini none |
|---|---|---|
| 分数 | 5.5 | 5.0 |
| 排名 | #122 | #144 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.9 | 9.9 |
| 测试正确 | ||
| 尝试通过率 | 34.9% | 23.8% |
| 不稳定测试 | 3 | 0 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.442 | 0.119 |
| 总成本 | $0.027 | $0.006 |
| 输入价格 | $0.375 / 1M | $0.150 / 1M |
| 输出价格 | $2.025 / 1M | $0.600 / 1M |
| 总输入令牌 | 36,034 | 31,518 |
| 输出令牌 | 6,657 | 1,982 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 13.18s | 1.77s |
| 响应时间（最大） | 42.13s | 7.58s |
| 响应时间（总计） | 184.47s | 24.80s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#144 GPT-4o-mini
none- 成本
- $0.001
- 时间
- 6.6s
- 令牌
- 742 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 | |
| GPT-4o-mini | 4.8 | 10.0 | 25.0% | 0 | 1.34s | 618 | 186 | 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 | |
| GPT-4o-mini | 3.2 | 9.6 | 0.0% | 0 | 1.63s | 7,314 | 367 | 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 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 7.58s | 8,298 | 568 | 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 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 7,161 | 183 | 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 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 637ms | 732 | 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 | |
| GPT-4o-mini | 4.0 | 10.0 | 0.0% | 0 | 909ms | 480 | 66 | 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 | |
| GPT-4o-mini | 6.3 | 10.0 | 50.0% | 0 | 1.11s | 666 | 69 | 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 | |
| GPT-4o-mini | 3.5 | 10.0 | 0.0% | 0 | 1.21s | 651 | 308 | 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 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 5,400 | 205 | 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 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 794ms | 198 | 15 | 0 |
快速对比
切换对比组合
CobuddymediumvsGPT-4o-mininoneMistral Small 4mediumvsGPT-4o-mininoneMiniMax M2.5mediumvsGPT-4o-mininoneMiniMax M2.7mediumvsGPT-4o-mininoneGPT-4o-mininonevsQwen3 Coder NextmediumMiniMax M2.7mediumvsKimi K2.5noneNorth Mini Codemedium免费可用vsKimi K2.5noneMistral Small 4mediumvsKimi K2.5noneCobuddymediumvsKimi K2.5noneGemini 3.1 Flash LiteminimalvsKimi K2.5noneGPT-4o-mininonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsKimi K2.5none