#79 MoonshotAI: Kimi K2.5
medium- Kosten
- $0.030
- Zeit
- 58.6s
- Token
- 8,683 tok
Moonshot AI
Veröffentlichung: 2026-01-27
Getestet am: 2026-05-22 00:12
moonshotai/kimi-k2.5::medium
(medium)
(none)
Zusammenfassung
Kimi K2.5 erreicht 6.7 bei AI BENCHY und liegt auf #79. Das Modell hat 10.0 Zuverlässigkeit, 66.7% Erfolgsrate, $0.314 Gesamtkosten und 89.36s durchschnittliche Antwortzeit.
Was Kimi K2.5 besonders macht: Am stärksten ist es in Allgemeine Intelligenz, wo es #3 erreicht; am schwächsten ist Programmierung mit #11.
6.7
Konsistenz
6.8
10.0
Gesamte Ausgabe-Token
174,803
Gesamte Eingabe-Token
0
Eingabepreis
$0.400 / 1M
Ausgabepreis
$1.900 / 1M
Instabile Tests
8
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generierungs-Showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-06-04 13:43 Neuer Test hinzugefügt | 6.8 | 10.0 | $0.328 ↓ | Vergleichen | |
| 2026-05-22 00:12 Suite geändert | 6.7 | 10.0 | $0.314 | Aktueller Lauf | |
| 2026-04-20 17:48 Erster erfasster Lauf | 7.0 | k. A. | $0.220 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:12 · Suite geändert | 6.7 | 6.8 | 10.0 | 9/20 | 8 | 174,803 | 0 | $0.314 | 89.36s |
| 2026-06-04 13:43 · Neuer Test hinzugefügt | 6.8 | 6.9 | 10.0 | 10/21 | 8 | 206,126 | 34,312 | $0.328 | 98.43s |
| Differenz | -0.2 | -0.1 | 0.0 | -1 | 0 | -31323 | -34312 | -$0.015 | -9073ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Kimi K2.5mediumvsDeepSeek V4 ProhighKimi K2.5mediumvsMiniMax M3mediumKimi K2.5mediumvsMercury 2mediumKimi K2.5mediumvsStep 3.7 FlashlowKimi K2.5mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGemini 3.5 FlashhighKimi K2.5mediumvsGemini 3 Flash PreviewmediumKimi K2.5mediumvsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarKimi K2.5mediumvsGPT-5.5low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 7.3 | 5.8 | |
| Programmierung | 4.1 | 1.9 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 3.5 | 4.4 | |
| Allgemeine Intelligenz | 6.5 | 3.4 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 5.3 | 7.3 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |