Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Mini vs MoonshotAI: Kimi K2.5

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-19

Métrica Seed-2.0-Mini Seed-2.0-Mini medium Lanzamiento: 2026-02-14 Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27
Puntuación 7.2 6.8
Rango #63 #76
Fiabilidad 3.3 10.0
Consistencia 9.2 7.0
Pruebas correctas
Tasa de aciertos por intento 63.2% 68.4%
Pruebas inestables 2 7
Ejecuciones totales 57 57
Costo por resultado 0.339 2.616
Costo total $0.038 $0.236
Precio de entrada $0.100 / 1M $0.400 / 1M
Precio de salida $0.400 / 1M $1.900 / 1M
Tokens de salida 2,469 42,188
Tokens de razonamiento 81,017 92,514
Tiempo de respuesta (promedio) 68.89s 73.39s
Tiempo de respuesta (máximo) 262.83s 150.77s
Tiempo de respuesta (total) 1102.23s 880.65s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Mini 6.6 10.0 50.0% 0 74.75s 360 9,520
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 2,789 8,880
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Mini 10.0 10.0 100.0% 0 197.31s 448 20,614
Kimi K2.5 4.7 1.6 66.7% 1 150.77s 1,269 9,749
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Mini 10.0 10.0 100.0% 0 262.83s 404 29,806
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Mini 10.0 10.0 100.0% 0 24.27s 246 2,743
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 563 7,940
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Mini 3.0 10.0 0.0% 0 0ms 0 0
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 20,753 30,564
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Mini 5.1 3.4 33.3% 1 36.65s 213 4,210
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 3,815 4,262
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Mini 10.0 10.0 100.0% 0 17.47s 69 2,050
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Mini 8.2 7.2 88.9% 1 25.85s 457 5,060
Kimi K2.5 5.3 7.3 44.4% 1 45.40s 6,671 12,403
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Mini 10.0 10.0 100.0% 0 88.68s 222 5,235
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Mini 3.0 10.0 0.0% 0 56.76s 50 1,779
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 12 7,644

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumSeed-2.0-MinimediumvsRing-2.6-1TnoneSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsSeed-2.0-MinimediumDeepSeek V4 ProhighvsKimi K2.5mediumGemma 4 31BnoneDisponible gratisvsKimi K2.5mediumKimi K2.5mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneSeed-2.0-MinimediumvsDeepSeek V4 FlashhighDisponible gratisSeed-2.0-MinimediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGLM 5none