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

MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.3 Chat

Resumen

Comparación benchmark de Kimi K2.5 vs GPT-5.3 Chat: GPT-5.3 Chat lidera en puntuación media con 7.2 vs 6.8. Kimi K2.5 tiene menor coste de benchmark con $0.328 vs $0.433. GPT-5.3 Chat es más rápido con 6.34s vs 98.43s, con tasas de acierto de 68.3% vs 66.7%.

Modelo recomendado: GPT-5.3 Chat - Tiene la mejor puntuación aquí (7.2) y responde aproximadamente 15.5x más rápido que Kimi K2.5.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-04

Métrica Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27 GPT-5.3 Chat GPT-5.3 Chat none Lanzamiento: 2026-03-03
Puntuación 6.8 7.2
Rango #76 #63
Fiabilidad 10.0 10.0
Consistencia 6.9 8.1
Pruebas correctas
Tasa de aciertos por intento 68.3% 66.7%
Pruebas inestables 8 5
Ejecuciones totales 63 63
Costo por resultado 3.704 3.605
Costo total $0.328 $0.433
Precio de entrada $0.400 / 1M $1.750 / 1M
Precio de salida $1.900 / 1M $14.000 / 1M
Total de tokens de entrada 34,312 34,209
Tokens de salida 48,379 26,617
Tokens de razonamiento 157,747 0
Tiempo de respuesta (promedio) 98.43s 6.34s
Tiempo de respuesta (máximo) 281.00s 18.33s
Tiempo de respuesta (total) 1378.03s 133.13s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#76 MoonshotAI: Kimi K2.5

medium
Cost
$0.030
Time
58.6s
Tokens
8,683 tok

#63 GPT-5.3 Chat

none
Cost
$0.008
Time
8.1s
Tokens
634 tok

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 entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0

Comparación rápida

Cambiar par de comparación

GPT-5.3 ChatnonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsKimi K2.5mediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneKimi K2.6mediumDisponible gratisvsGPT-5.3 ChatnoneKimi K2.5mediumvsQwen3.6 Max PreviewnoneGPT-5.3 ChatnonevsGLM 5V TurbomediumGPT-5.3 ChatnonevsGrok 4.20mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowGPT-5.3 ChatnonevsQwen3.5-35B-A3BmediumGPT-5.3 ChatnonevsMiMo-V2.5mediumGPT-5.3 ChatnonevsGLM 5.1medium