Gemma 4 31BvsKimi K2.5
在 8 个共同 benchmark 中，Kimi K2.5 整体领先：Gemma 4 31B 领先 2 项，Kimi K2.5 领先 6 项，持平 0 项，平均分差 -26.08。
Gemma 4 31B
Google DeepMind · 2026-04-02 · 聊天大模型
Kimi K2.5
Moonshot AI · 2026-01-27 · 多模态大模型
Gemma 4 31B2 项(25%)(75%)6 项Kimi K2.5
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
写作与创意表达
Kimi K2.5 领先 1/1| 评测项 | Gemma 4 31B | Kimi K2.5 | 分差 |
|---|---|---|---|
| Creative Writing | 1,36870 / 110Normal (No Tools) | 1,57946 / 110Normal (No Tools) | -210.40 |
图像感知与视觉推理
Kimi K2.5 领先 1/1| 评测项 | Gemma 4 31B | Kimi K2.5 | 分差 |
|---|---|---|---|
| MMMU-Pro | 70.30128 / 229Normal (No Tools) | 73.10112 / 229Normal (No Tools) | -2.80 |
数学
Kimi K2.5 领先 1/1| 评测项 | Gemma 4 31B | Kimi K2.5 | 分差 |
|---|---|---|---|
| AIME 2026 | 89.2026 / 30Thinking (No Tools) | 92.5022 / 30Thinking (No Tools) | -3.30 |
科学知识与推理
Kimi K2.5 领先 1/1| 评测项 | Gemma 4 31B | Kimi K2.5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 84.3096 / 253Thinking (No Tools) | 87.6065 / 253Thinking (No Tools) | -3.30 |
算法与竞赛编程
Kimi K2.5 领先 1/1| 评测项 | Gemma 4 31B | Kimi K2.5 | 分差 |
|---|---|---|---|
| LiveCodeBench | 8033 / 125Thinking (No Tools) | 8520 / 125Thinking (No Tools) | -5 |
综合知识考试
Gemma 4 31B 领先 1/1| 评测项 | Gemma 4 31B | Kimi K2.5 | 分差 |
|---|---|---|---|
| MMLU-Pro | 85.2026 / 175Thinking (No Tools) | 78.5071 / 175Thinking (No Tools) | +6.70 |
自主开发与终端任务
Gemma 4 31B 领先 1/1| 评测项 | Gemma 4 31B | Kimi K2.5 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 30.30110 / 244Normal (With Tools) | 18.90150 / 244Normal (With Tools) | +11.40 |
跨应用与工具编排
Kimi K2.5 领先 1/1| 评测项 | Gemma 4 31B | Kimi K2.5 | 分差 |
|---|---|---|---|
| PinchBench v2 | 52.6638 / 45Reported best (effort unspecified) | 54.6036 / 45Reported best (effort unspecified) | -1.94 |
规格对比
| 字段 | Gemma 4 31B | Kimi K2.5 |
|---|---|---|
| 发布机构 | Google DeepMind | Moonshot AI |
| 发布时间 | 2026-04-02 | 2026-01-27 |
| 模型类型 | 聊天大模型 | 多模态大模型 |
| 架构 | 稠密模型 | MoE 架构 |
| 参数规模 | 307亿 | 1万亿 |
| 上下文长度 | 256K | 256K |
| 最大输出 | 32K | 16K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Gemma 4 31B | Kimi K2.5 |
|---|---|---|
| 文本输入 | 暂无公开价格 | $0.6 / 1M tokens |
| 文本输出 | 暂无公开价格 | $3 / 1M tokens |
| 缓存读取 | 暂无公开价格 | $0.1 / 1M tokens |
部分模型公开价格不完整，缺失字段按"暂无公开价格"展示。
小结
- Gemma 4 31B在以下类目领先:综合知识考试 (1/1)、自主开发与终端任务 (1/1)
- Kimi K2.5在以下类目领先:写作与创意表达 (1/1)、图像感知与视觉推理 (1/1)、数学 (1/1)、科学知识与推理 (1/1)、算法与竞赛编程 (1/1)、跨应用与工具编排 (1/1)
8 个共同 benchmark 上，Kimi K2.5 平均高出 26.08 分。
单项差距最大的 benchmark：Creative Writing — Gemma 4 31B 1,368，Kimi K2.5 1,579（分差 -210.40）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。