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 OpenAI: GPT-5.4 Nano

摘要

Kimi K2.5 vs GPT-5.4 Nano benchmark 对比：Kimi K2.5 平均分领先，为 5.5 vs 4.8。 GPT-5.4 Nano benchmark 成本更低，为 $0.011 vs $0.028。 GPT-5.4 Nano 更快，为 1.48s vs 13.18s，通过率为 34.9% vs 30.2%。

推荐模型: GPT-5.4 Nano - 它的得分接近这里的最高分（4.8 vs 5.5），同时成本比Kimi K2.5低约 2.6 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 none 发布日期: 2026-01-27 GPT-5.4 Nano GPT-5.4 Nano none 发布日期: 2026-03-17
分数 5.5 4.8
排名 #121 #149
可靠性 10.0 10.0
一致性 8.9 8.2
测试正确
尝试通过率 34.9% 30.2%
不稳定测试 3 5
总运行次数 63 63
每个结果成本 0.442 0.259
总成本 $0.028 $0.011
输入价格 $0.400 / 1M $0.200 / 1M
输出价格 $1.900 / 1M $1.250 / 1M
总输入令牌 36,034 34,212
输出令牌 6,657 2,784
推理令牌 0 0
响应时间（平均） 13.18s 1.48s
响应时间（最大） 42.13s 4.47s
响应时间（总计） 184.47s 31.01s

Generation showcase

Hamster playing table tennis

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

#121 MoonshotAI: Kimi K2.5

none
Cost
$0.015
Time
89.1s
Tokens
5,421 tok

#149 GPT-5.4 Nano

none
Cost
$0.008
Time
46.1s
Tokens
5,735 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-5.4 Nano 3.5 8.0 16.7% 1 1.18s 606 800 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-5.4 Nano 4.6 7.9 22.2% 1 2.22s 7,305 613 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-5.4 Nano 3.0 10.0 0.0% 0 3.84s 11,019 280 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-5.4 Nano 6.5 10.0 50.0% 0 1.11s 7,140 219 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-5.4 Nano 2.9 4.4 22.2% 2 926ms 723 52 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-5.4 Nano 3.8 2.5 33.3% 1 1.31s 477 180 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-5.4 Nano 6.3 10.0 50.0% 0 784ms 660 89 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-5.4 Nano 5.4 10.0 33.3% 0 1.25s 642 308 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-5.4 Nano 10.0 10.0 100.0% 0 3.40s 5,445 222 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-5.4 Nano 3.0 10.0 0.0% 0 773ms 195 21 0

快速对比

切换对比组合

MiniMax M2.5mediumvsGPT-5.4 NanononeGPT-5.4 NanononevsQwen3 Coder NextmediumCobuddymediumvsGPT-5.4 NanononeMistral Small 4mediumvsGPT-5.4 NanononeMiniMax M2.7mediumvsKimi K2.5noneMiniMax M2.7mediumvsGPT-5.4 NanononeMistral Small 4mediumvsKimi K2.5noneGPT-5.4 NanononevsGLM 4.7 FlashmediumCobuddymediumvsKimi K2.5noneGemini 3.1 Flash LiteminimalvsKimi K2.5noneDeepSeek V4 ProhighvsKimi K2.5noneMiniMax M2.5mediumvsKimi K2.5none