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-5.4 Mini

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-17

Métrica Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27 GPT-5.4 Mini GPT-5.4 Mini none Lanzamiento: 2026-03-17
Rango #33 #66
Puntuación 7.2 4.8
Consistencia 7.2 8.6
Costo por resultado 2.232 0.737
Costo total $0.201 $0.030
Pruebas correctas
Tasa de aciertos por intento 72.6% 31.4%
Pruebas inestables 6 3
Ejecuciones totales 51 51
Tokens de salida 40,907 2,085
Tokens de razonamiento 75,121 0
Tiempo de respuesta (promedio) 64.59s 1.17s
Tiempo de respuesta (máximo) 137.29s 2.52s
Tiempo de respuesta (total) 645.93s 19.82s

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
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 2,789 8,880
GPT-5.4 Mini 3.1 8.1 8.3% 1 929ms 654 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.52s 298 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
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 563 7,940
GPT-5.4 Mini 10.0 10.0 100.0% 0 1.30s 222 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
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 20,753 30,564
GPT-5.4 Mini 3.5 4.4 33.3% 2 937ms 88 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 3,815 4,262
GPT-5.4 Mini 4.8 10.0 0.0% 0 1.82s 174 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
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
GPT-5.4 Mini 6.3 10.0 50.0% 0 728ms 101 0
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Kimi K2.5 5.3 7.3 44.4% 1 45.40s 6,671 12,403
GPT-5.4 Mini 5.4 10.0 33.3% 0 860ms 293 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
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.32s 255 0

Comparación rápida

Cambiar par de comparación

GPT-5.4 MininonevsQwen3 Coder NextmediumClaude Sonnet 4.6nonevsKimi K2.5mediumGPT-5.4 MininonevsGLM 4.7 FlashmediumGPT-5.4 MininonevsQwen3.5-9BmediumKimi K2.5mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneKimi K2.5mediumvsGLM 5noneKimi K2.5mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewnonevsKimi K2.5mediumMistral Small 4mediumvsGPT-5.4 MininoneGemini 3 Flash PreviewnonevsKimi K2.5mediumGemini 3.1 Flash Lite PreviewlowvsKimi K2.5medium