#51 MoonshotAI: Kimi K2.5
medium- Kosten
- $0.030
- Zeit
- 58.6s
- Token
- 8,683 tok
Moonshot AI
Veröffentlichung: 2026-01-27
Getestet am: 2026-04-20 17:48
moonshotai/kimi-k2.5::medium
1T insgesamt (32B aktiv)MoEGewichte verfügbar
(medium)
(none)
Zusammenfassung
Kimi K2.5 erreicht 7.0 bei AI BENCHY und liegt auf #51. Das Modell hat k. A. Zuverlässigkeit, 72.2% Erfolgsrate, $0.220 Gesamtkosten und 72.43s durchschnittliche Antwortzeit.
Was Kimi K2.5 besonders macht: Am stärksten ist es in Kombiniert, wo es #1 erreicht; am schwächsten ist Programmierung mit #18.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 1T insgesamt (32B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Gewichte verfügbar
- Lizenz
- Modified MIT
7.0
Konsistenz
6.8
k. A.
Gesamte Ausgabe-Token
127,046
Gesamte Eingabe-Token
0
Eingabepreis
$0.440 / 1M
Ausgabepreis
$2.000 / 1M
Instabile Tests
7
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:00 Erneuter Test | 7.0 | 10.0 | $0.607 ↑ | Vergleichen | |
| 2026-07-16 22:17 Neuer Test hinzugefügt | 7.0 | 10.0 | $0.600 ↑ | 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 | Vergleichen | |
| 2026-04-20 17:48 Erster erfasster Lauf | 7.0 | k. A. | $0.220 | Aktueller Lauf |
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-20 17:48 · Erster erfasster Lauf | 54/54 Versuche | 7.0 | 6.8 | k. A. | 9/18 | 7 | 127,046 | 0 | $0.220 | 72.43s |
| 2026-07-16 22:17 · Neuer Test hinzugefügt | 66/66 Versuche | 7.0 | 7.0 | 10.0 | 10/22 | 8 | 227,367 | 118,448 | $0.600 | 99.00s |
| Differenz | — | 0.0 | -0.2 | -1 | -1 | -100321 | -118448 | -$0.380 | -26575ms |
Die Benchmark-Abdeckung unterscheidet sich: 54/54 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
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 K2.5mediumvsSeed-2.0-MinimediumKimi K2.5mediumvsKAT-Coder-Pro V2.5mediumKimi K2.5mediumvsGrok 4.20mediumKimi K2.5mediumvsQwen3.7 FlashmediumKimi K2.5mediumvsMercury 2mediumKimi K2.5mediumvsSeed-2.0-CodehighKimi K2.5mediumvsGPT-5.5noneKimi K2.5mediumvsGemini 3.5 FlashnoneKimi K2.5mediumvsGLM 5.1mediumKimi K2.5mediumvsQwen3.6 Flashmedium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 7.3 | 5.8 | |
| Programmierung | 4.7 | 1.6 | |
| 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 |