AI BENCHY Compare
Inception: Mercury 2 vs MoonshotAI: Kimi K2.5
قارن:
تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-03-05
| المقياس | Inception: Mercury 2 medium الإصدار: 2026-02-24 | MoonshotAI: Kimi K2.5 none الإصدار: 2026-01-27 |
|---|---|---|
| الترتيب | #35 | #48 |
| متوسط الدرجة | 54 | 37 |
| الاتساق | 83 | 85 |
| التكلفة لكل نتيجة | 0.622 | 0.359 |
| إجمالي التكلفة | $0.044 | $0.015 |
| زمن الاستجابة (المتوسط) | 2.47s | 12.90s |
| زمن الاستجابة (الحد الأقصى) | 14.63s | 42.13s |
| زمن الاستجابة (الإجمالي) | 34.56s | 103.17s |
| اختبارات صحيحة | ||
| معدل النجاح لكل محاولة | 57.8% | 35.6% |
| اختبارات غير مستقرة | 3 | 3 |
| رموز الإخراج | 3,571 | 1,924 |
| رموز الاستدلال | 45,379 | 0 |
زمن الاستجابة (المتوسط)
الدرجة مقابل التكلفة الإجمالية
متوسط الدرجة vs زمن الاستجابة (المتوسط)
تفصيل الفئات
| حيل مضادة للذكاء الاصطناعي | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 73 | 98 | 66.7% | 0 | 1.30s | 2,531 | 2,410 | |
| MoonshotAI: Kimi K2.5 | 27 | 79 | 11.1% | 1 | 11.38s | 363 | 0 |
| مجمّع | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 3.28s | 268 | 4,887 | |
| MoonshotAI: Kimi K2.5 | 100 | 21 | 33.3% | 1 | 19.16s | 748 | 0 |
| تحليل البيانات واستخراجها | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 1.11s | 183 | 1,656 | |
| MoonshotAI: Kimi K2.5 | 54 | 58 | 83.3% | 1 | 42.13s | 187 | 0 |
| خاص بالمجال | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 72 | 11.1% | 1 | 6.48s | 41 | 30,754 | |
| MoonshotAI: Kimi K2.5 | 40 | 100 | 33.3% | 0 | 4.38s | 29 | 0 |
| اتباع التعليمات | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 1.07s | 14 | 958 | |
| MoonshotAI: Kimi K2.5 | 55 | 100 | 50.0% | 0 | 2.67s | 60 | 0 |
| Puzzle Solving | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 17 | 75 | 22.2% | 1 | 934ms | 354 | 2,758 | |
| MoonshotAI: Kimi K2.5 | 100 | 100 | 0.0% | 0 | 4.73s | 317 | 0 |
| استدعاء الأدوات | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 1.89s | 180 | 1,956 | |
| MoonshotAI: Kimi K2.5 | 100 | 100 | 100.0% | 0 | 13.99s | 220 | 0 |
مقارنة سريعة
تبديل زوج المقارنة
Gemini 2.5 FlashnonevsMercury 2mediumDeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsGLM 5noneKimi K2.5nonevsQwen3 Coder NextmediumKimi K2.5nonevsGLM 4.7 FlashmediumMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGPT-5.4noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMiniMax M2.5mediumvsKimi K2.5none