Gemma 4 31BvsKimi K2.5
在 5 个共同 benchmark 中，Kimi K2.5 整体领先：Gemma 4 31B 领先 1 项，Kimi K2.5 领先 4 项，持平 0 项，平均分差 -5.72。
Gemma 4 31B
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 31B1 项(20%)(80%)4 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 5 项。
General Knowledge
Kimi K2.5 领先 2/3| 评测项 | Gemma 4 31B | Kimi K2.5 | 分差 |
|---|---|---|---|
| HLE | 26.5083 / 157Thinking (With Tools + Internet) | 50.2020 / 157Thinking (With Tools) | -23.70 |
| MMLU Pro | 85.2023 / 126Thinking (No Tools) | 78.5066 / 126Thinking (No Tools) | +6.70 |
| GPQA Diamond | 84.3053 / 178Thinking (No Tools) | 87.6034 / 178Thinking (No Tools) | -3.30 |
Coding and Software Engineer
Kimi K2.5 领先 1/1| 评测项 | Gemma 4 31B | Kimi K2.5 | 分差 |
|---|---|---|---|
| LiveCodeBench | 8030 / 120Thinking (No Tools) | 8516 / 120Thinking (No Tools) | -5 |
Math and Reasoning
Kimi K2.5 领先 1/1| 评测项 | Gemma 4 31B | Kimi K2.5 | 分差 |
|---|---|---|---|
| AIME 2026 | 89.2013 / 14Thinking (No Tools) | 92.5010 / 14Thinking (No Tools) | -3.30 |
规格对比
| 字段 | Gemma 4 31B | Kimi K2.5 |
|---|---|---|
| 发布机构 | 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 | 31亿 | 1万亿 |
| 上下文长度 | 256K | 256K |
| 最大输出 | 32K | 16K |
小结
- Kimi K2.5在以下类目领先:General Knowledge (2/3)、Coding and Software Engineer (1/1)、Math and Reasoning (1/1)
5 个共同 benchmark 上，Kimi K2.5 平均高出 5.72 分。
单项差距最大的 benchmark：HLE — Gemma 4 31B 26.50，Kimi K2.5 50.20（分差 -23.70）。
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。