AI BENCHY 对比

MoonshotAI: Kimi K2.5 vs Qwen: Qwen3.5-35B-A3B

摘要

Kimi K2.5 vs Qwen3.5-35B-A3B benchmark 对比：Qwen3.5-35B-A3B 平均分领先，为 6.3 vs 5.5。 Kimi K2.5 benchmark 成本更低，为 $0.027 vs $0.401。 Kimi K2.5 更快，为 13.18s vs 72.57s，通过率为 34.9% vs 69.8%。

推荐模型: Kimi K2.5 - 它的得分接近这里的最高分（5.5 vs 6.3），同时成本比Qwen3.5-35B-A3B低约 14.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标	Kimi K2.5 Kimi K2.5 none 发布日期: 2026-01-27	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24

指标	Kimi K2.5 Kimi K2.5 none 发布日期: 2026-01-27	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24
分数	5.5	6.3
排名	#118	#89
可靠性	10.0	10.0
一致性	8.9	7.5
测试正确
尝试通过率	34.9%	69.8%
不稳定测试	3	6
总运行次数	63	63
每个结果成本	0.442	5.162
总成本	$0.027	$0.401
输入价格	$0.375 / 1M	$0.140 / 1M
输出价格	$2.025 / 1M	$1.000 / 1M
总输入令牌	36,034	42,196
输出令牌	6,657	40,630
推理令牌	0	353,577
响应时间（平均）	13.18s	72.57s
响应时间（最大）	42.13s	409.98s
响应时间（总计）	184.47s	1524.04s

生成展示

Hamster playing table tennis

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

#118 MoonshotAI: Kimi K2.5

none

成本: $0.015
时间: 89.1s
令牌: 5,421 tok

#89 Qwen3.5-35B-A3B

medium

成本: $0.009
时间: 71.4s
令牌: 8,631 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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

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
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

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
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

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
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

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
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

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
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

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
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

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
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

快速对比

切换对比组合