#126 MoonshotAI: Kimi K2.5
none- Kosten
- $0.015
- Zeit
- 89.1s
- Token
- 5,421 tok
Moonshot AI
Veröffentlichung: 2026-01-27
Getestet am: 2026-05-22 00:03
moonshotai/kimi-k2.5::none
1T insgesamt (32B aktiv)MoEGewichte verfügbar
(medium)
(none)
Zusammenfassung
Kimi K2.5 erreicht 5.3 bei AI BENCHY und liegt auf #126. Das Modell hat 10.0 Zuverlässigkeit, 36.7% Erfolgsrate, $0.026 Gesamtkosten und 14.16s durchschnittliche Antwortzeit.
Was Kimi K2.5 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #1 erreicht; am schwächsten ist Kombiniert mit #18. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 1T insgesamt (32B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Gewichte verfügbar
- Lizenz
- Modified MIT
5.3
Konsistenz
8.9
10.0
Gesamte Ausgabe-Token
6,734
Gesamte Eingabe-Token
0
Eingabepreis
$0.400 / 1M
Ausgabepreis
$1.900 / 1M
Instabile Tests
3
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 01:55 Erneuter Test | 5.4 | 10.0 | $0.127 ↑ | Vergleichen | |
| 2026-07-16 22:13 Neuer Test hinzugefügt | 5.5 | 10.0 | $0.127 ↑ | Vergleichen | |
| 2026-06-04 13:32 Neuer Test hinzugefügt | 5.2 | 10.0 | $0.028 ↑ | Vergleichen | |
| 2026-05-22 00:03 Suite geändert | 5.3 | 10.0 | $0.026 | Aktueller Lauf | |
| 2026-04-20 17:48 Erster erfasster Lauf | 5.5 | k. A. | $0.017 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:03 · Suite geändert | 60/60 Versuche | 5.3 | 8.9 | 10.0 | 6/20 | 3 | 6,734 | 0 | $0.026 | 14.16s |
| 2026-07-16 22:13 · Neuer Test hinzugefügt | 66/66 Versuche | 5.5 | 8.6 | 10.0 | 6/22 | 4 | 26,638 | 89,322 | $0.127 | 19.15s |
| Differenz | — | -0.2 | +0.3 | 0.0 | 0 | -1 | -19904 | -89322 | -$0.102 | -4992ms |
Die Benchmark-Abdeckung unterscheidet sich: 60/60 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 K2.5nonevsMiMo-V2.5-PrononeKimi K2.5nonevsDeepSeek V4 Flash 0731noneKimi K2.5nonevsGPT-5.6 LunanoneKimi K2.5nonevsLaguna S 2.1highKostenlos verfügbarKimi K2.5nonevsKAT-Coder-Air V2.5lowKimi K2.5nonevsInkling SmallnoneKimi K2.5nonevsLaguna S 2.1mediumKostenlos verfügbarKimi K2.5nonevsLaguna XS 2.1noneKostenlos verfügbarKimi K2.5nonevsDeepSeek V4 Flash 0423noneKimi K2.5nonevsSeed-2.0-Codenone
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 3.6 | 8.4 | |
| Programmierung | 6.8 | 10.0 | |
| Kombiniert | 2.8 | 2.1 | |
| Datenanalyse und -extraktion | 7.3 | 5.8 | |
| Domänenspezifisch | 5.3 | 10.0 | |
| Allgemeine Intelligenz | 10.0 | 10.0 | |
| Befolgung von Anweisungen | 6.5 | 10.0 | |
| Rätsellösen | 3.0 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |