MoonshotAI: Kimi K2.5 vs Poolside: Laguna S 2.1

Kimi K2.5 平均分领先，为 5.5 vs 5.4。 Laguna S 2.1 (medium) benchmark 成本更低，为 $0.059 vs $0.127。 Kimi K2.5 更快，为 19.15s vs 58.43s，通过率为 34.9% vs 25.8%。

推荐模型Kimi K2.5它在这里得分最高（5.5），同时响应速度比Laguna S 2.1 (medium)快约 3.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-22

指标	Kimi K2.5 Kimi K2.5 none 发布日期: 2026-01-27	Laguna S 2.1 Laguna S 2.1 medium 发布日期: 2026-07-21 免费可用

指标	Kimi K2.5 Kimi K2.5 none 发布日期: 2026-01-27	Laguna S 2.1 Laguna S 2.1 medium 发布日期: 2026-07-21 免费可用
分数	5.5	5.4
排名	#161	#164
可靠性	10.0	9.8
一致性	8.6	8.4
测试正确
尝试通过率	34.9%	25.8%
不稳定测试	4	4
总运行次数	66	66
每个结果成本	1.898	1.451
总成本	$0.127	$0.059
输入价格	$0.571 / 1M	$0.100 / 1M
输出价格	$2.850 / 1M	$0.200 / 1M
总输入令牌	89,322	86,641
输出令牌	26,638	97,298
推理令牌	0	242,297
响应时间（平均）	19.15s	58.43s
响应时间（最大）	102.83s	560.31s
响应时间（总计）	287.30s	1285.48s

Hamster playing table tennis

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

#161 MoonshotAI: Kimi K2.5

none

成本: $0.015
时间: 89.1s
令牌: 5,421 tok

#164 Laguna S 2.1

medium

成本: $0.001
时间: 4.0s
令牌: 867 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

类别:

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
Laguna S 2.1	3.4	5.8	25.0%	2		51.82s	672	370	45,172

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
Laguna S 2.1	5.3	7.2	44.4%	1		158.98s	7,917	93,354	106,718

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	1.8	33.3%	2		61.00s	65,552	20,729	0
Laguna S 2.1	3.2	9.1	0.0%	0		284.71s	60,785	2,413	80,089

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
Laguna S 2.1	10.0	10.0	100.0%	0		2.42s	7,689	243	1,699

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
Laguna S 2.1	2.9	7.2	11.1%	1		2.75s	765	24	2,863

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
Laguna S 2.1	4.6	9.8	0.0%	0		739ms	513	164	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
Laguna S 2.1	4.2	9.9	0.0%	0		400ms	702	57	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
Laguna S 2.1	3.1	10.0	0.0%	0		2.62s	699	375	2,497

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
Laguna S 2.1	10.0	10.0	100.0%	0		2.24s	6,747	270	420

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
Laguna S 2.1	3.0	10.0	0.0%	0		7.11s	152	28	2,839

快速对比

切换对比组合