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 Qwen: Qwen3.5-Flash

摘要

Kimi K2.5 vs Qwen3.5-Flash benchmark 对比：Qwen3.5-Flash 平均分领先，为 6.1 vs 5.5。 Qwen3.5-Flash benchmark 成本更低，为 $0.005 vs $0.027。 Qwen3.5-Flash 更快，为 3.58s vs 13.18s，通过率为 34.9% vs 39.7%。

推荐模型: Qwen3.5-Flash - 它在这里得分最高（6.1），同时成本比Kimi K2.5低约 6.5 倍。

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 Qwen3.5-Flash Qwen3.5-Flash none 发布日期: 2026-02-24
分数 5.5 6.1
排名 #135 #112
可靠性 10.0 10.0
一致性 8.9 9.7
测试正确
尝试通过率 34.9% 39.7%
不稳定测试 3 1
总运行次数 63 63
每个结果成本 0.442 0.075
总成本 $0.027 $0.005
输入价格 $0.375 / 1M $0.065 / 1M
输出价格 $2.025 / 1M $0.260 / 1M
总输入令牌 36,034 46,439
输出令牌 6,657 4,276
推理令牌 0 0
响应时间（平均） 13.18s 3.58s
响应时间（最大） 42.13s 27.18s
响应时间（总计） 184.47s 75.28s

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

#112 Qwen3.5-Flash

none
成本
$0.003
时间
47.4s
令牌
7,799 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-Flash 3.5 8.3 8.3% 1 1.32s 696 690 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
Qwen3.5-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 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
Qwen3.5-Flash 3.0 10.0 0.0% 0 6.22s 18,879 1,794 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
Qwen3.5-Flash 10.0 10.0 100.0% 0 1.57s 7,794 243 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
Qwen3.5-Flash 7.7 10.0 66.7% 0 905ms 789 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
Qwen3.5-Flash 10.0 10.0 100.0% 0 803ms 522 100 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
Qwen3.5-Flash 6.3 10.0 50.0% 0 8.81s 711 63 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
Qwen3.5-Flash 3.1 10.0 0.0% 0 10.89s 714 579 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
Qwen3.5-Flash 10.0 10.0 100.0% 0 3.67s 8,211 264 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
Qwen3.5-Flash 3.0 10.0 0.0% 0 588ms 210 9 0

快速对比

切换对比组合

Gemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneGPT-5.6 LunalowvsQwen3.5-FlashnoneGemma 4 31Bmedium免费可用vsQwen3.5-FlashnoneNemotron 3 Supermedium免费可用vsQwen3.5-FlashnoneNorth Mini Codemedium免费可用vsQwen3.5-FlashnoneMiniMax M2.7mediumvsKimi K2.5noneGemini 3.1 Flash LitelowvsQwen3.5-FlashnoneNorth Mini Codemedium免费可用vsKimi K2.5noneMistral Small 4mediumvsKimi K2.5noneGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashnoneQwen3.5-FlashnonevsStep 3.5 FlashmediumGPT-5 NanomediumvsQwen3.5-Flashnone