AI BENCHY 对比
MoonshotAI: Kimi K2.5 vs Qwen: Qwen3.6 27B
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-26
| 指标 | Kimi K2.5 Kimi K2.5 none | Qwen3.6 27B Qwen3.6 27B none |
|---|---|---|
| 分数 | 5.3 | 5.8 |
| 排名 | #128 | #107 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.9 | 7.5 |
| 测试正确 | ||
| 尝试通过率 | 36.7% | 50.0% |
| 不稳定测试 | 3 | 6 |
| 总运行次数 | 98 | 98 |
| 每个结果成本 | 0.447 | 0.655 |
| 总成本 | $0.027 | $0.046 |
| ???? | $0.400 / 1M | $0.317 / 1M |
| ???? | $1.900 / 1M | $3.200 / 1M |
| 输出令牌 | 6,767 | 10,112 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 14.06s | 3.85s |
| 响应时间（最大） | 42.13s | 11.82s |
| 响应时间（总计） | 182.72s | 77.09s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 3.6 | 8.4 | 8.3% | 1 | 6.24s | 373 | 0 | |
| Qwen3.6 27B | 3.8 | 3.7 | 41.7% | 3 | 2.83s | 490 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 6.8 | 10.0 | 50.0% | 0 | 35.97s | 4,704 | 0 | |
| Qwen3.6 27B | 6.8 | 10.0 | 50.0% | 0 | 5.75s | 531 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 2.8 | 2.1 | 33.3% | 1 | 19.16s | 748 | 0 | |
| Qwen3.6 27B | 3.0 | 10.0 | 0.0% | 0 | 9.95s | 1,401 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 7.3 | 5.8 | 83.3% | 1 | 42.13s | 187 | 0 | |
| Qwen3.6 27B | 7.3 | 5.8 | 83.3% | 1 | 2.06s | 248 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 5.3 | 10.0 | 33.3% | 0 | 4.38s | 29 | 0 | |
| Qwen3.6 27B | 7.7 | 10.0 | 66.7% | 0 | 3.03s | 24 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 76 | 0 | |
| Qwen3.6 27B | 5.2 | 9.9 | 0.0% | 0 | 1.07s | 72 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 6.5 | 10.0 | 50.0% | 0 | 2.67s | 60 | 0 | |
| Qwen3.6 27B | 6.2 | 5.8 | 66.7% | 1 | 1.92s | 49 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 3.0 | 10.0 | 0.0% | 0 | 4.04s | 350 | 0 | |
| Qwen3.6 27B | 5.3 | 7.2 | 44.4% | 1 | 5.15s | 6,947 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 13.99s | 220 | 0 | |
| Qwen3.6 27B | 9.5 | 10.0 | 100.0% | 0 | 6.74s | 339 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.5 | 3.0 | 10.0 | 0.0% | 0 | 3.90s | 20 | 0 | |
| Qwen3.6 27B | 3.0 | 10.0 | 0.0% | 0 | 4.03s | 11 | 0 |
快速对比
切换对比组合
Cobuddymedium免费可用vsQwen3.6 27BnoneOwl AlphamediumvsQwen3.6 27BnoneMiniMax M2.7mediumvsKimi K2.5noneKimi K2.5nonevsElephant AlphamediumMistral Small 4mediumvsKimi K2.5nonegpt-oss-120bmedium免费可用vsQwen3.6 27BnoneNemotron 3 Supermedium免费可用vsQwen3.6 27BnoneMiniMax M2.5medium免费可用vsKimi K2.5noneMiniMax M2.5medium免费可用vsQwen3.6 27BnoneGPT-5 NanomediumvsQwen3.6 27BnoneMistral Small 4mediumvsQwen3.6 27BnoneElephant AlphamediumvsQwen3.6 27Bnone