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

DeepSeek: DeepSeek V4 Flash vs MoonshotAI: Kimi K2.5

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-24

Métrica DeepSeek V4 Flash DeepSeek V4 Flash none Lanzamiento: 2026-04-24 Kimi K2.5 Kimi K2.5 none Lanzamiento: 2026-01-27
Puntuación 5.3 5.5
Rango #89 #85
Consistencia 9.1 8.7
Pruebas correctas
Tasa de aciertos por intento 33.3% 40.7%
Pruebas inestables 2 3
Ejecuciones totales 54 54
Costo por resultado 0.147 0.271
Costo total $0.008 $0.017
Precio de entrada $0.140 / 1M $0.440 / 1M
Precio de salida $0.280 / 1M $2.000 / 1M
Tokens de salida 4,444 2,659
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 29.39s 13.37s
Tiempo de respuesta (máximo) 111.96s 42.13s
Tiempo de respuesta (total) 529.10s 147.05s

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
DeepSeek V4 Flash 3.0 10.0 0.0% 0 20.18s 174 0
Kimi K2.5 3.6 8.4 8.3% 1 6.24s 373 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 6.3 10.0 0.0% 0 24.04s 471 0
Kimi K2.5 10.0 10.0 100.0% 0 38.78s 649 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 4.5 2.1 66.7% 1 111.96s 2,664 0
Kimi K2.5 2.8 2.1 33.3% 1 19.16s 748 0
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
DeepSeek V4 Flash 10.0 10.0 100.0% 0 23.79s 195 0
Kimi K2.5 7.3 5.8 83.3% 1 42.13s 187 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 5.3 10.0 33.3% 0 19.73s 18 0
Kimi K2.5 5.3 10.0 33.3% 0 4.38s 29 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 4.2 9.9 0.0% 0 23.74s 67 0
Kimi K2.5 10.0 10.0 100.0% 0 4.00s 76 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 6.5 10.0 50.0% 0 17.54s 321 0
Kimi K2.5 6.5 10.0 50.0% 0 2.67s 60 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 3.1 7.3 11.1% 1 22.96s 207 0
Kimi K2.5 3.1 10.0 0.0% 0 4.73s 317 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 10.0 10.0 100.0% 0 77.93s 327 0
Kimi K2.5 10.0 10.0 100.0% 0 13.99s 220 0

Comparación rápida

Cambiar par de comparación

DeepSeek V4 FlashnonevsMiniMax M2.7mediumDeepSeek V4 FlashnonevsElephant AlphamediumMistral Small 4mediumvsKimi K2.5noneMiniMax M2.5mediumDisponible gratisvsKimi K2.5noneMiniMax M2.7mediumvsKimi K2.5noneKimi K2.5nonevsgpt-oss-120bmediumDisponible gratisKimi K2.5nonevsElephant AlphamediumDeepSeek V4 FlashnonevsMistral Small 4mediumDeepSeek V4 FlashnonevsMiniMax M2.5mediumDisponible gratisDeepSeek V4 Flashnonevsgpt-oss-120bmediumDisponible gratisDeepSeek V4 FlashnonevsQwen3 Coder NextmediumDeepSeek V4 FlashnonevsGLM 4.7 Flashmedium