Navegación
AI BENCHY
Comparar Gráficos Metodología
❤️ Made by XCS
Your ad here

AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.4

Comparar:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-06

Métrica MoonshotAI: Kimi K2.5 medium Lanzamiento: 2026-01-27 OpenAI: GPT-5.4 none Lanzamiento: 2026-03-05
Puntaje prom. 6.4 4.6
Rango #30 #45
Pruebas correctas
Consistencia 7.8 8.9
Costo por resultado 2.082 1.496
Costo total $0.188 $0.090
Tasa de aciertos por intento 73.3% 44.4%
Pruebas inestables 4 2
common.totalRuns 45 (15 x 3) 45 (15 x 3)
Tokens de salida 34,638 1,635
Tokens de razonamiento 68,234 0
Tiempo de respuesta (promedio) 69.84s 1.46s
Tiempo de respuesta (máximo) 137.29s 2.89s
Tiempo de respuesta (total) 558.72s 21.86s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

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
MoonshotAI: Kimi K2.5 7.0 7.2 88.9% 1 85.28s 335 6,255
OpenAI: GPT-5.4 10.0 7.3 11.1% 1 1.41s 388 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MoonshotAI: Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
OpenAI: GPT-5.4 10.0 10.0 0.0% 0 2.89s 291 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
MoonshotAI: Kimi K2.5 9.9 10.0 100.0% 0 49.78s 563 7,940
OpenAI: GPT-5.4 9.9 10.0 100.0% 0 1.04s 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
MoonshotAI: Kimi K2.5 10.0 4.4 33.3% 2 137.29s 20,753 30,564
OpenAI: GPT-5.4 4.0 7.2 44.4% 1 1.07s 50 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
MoonshotAI: Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
OpenAI: GPT-5.4 5.5 10.0 50.0% 0 1.07s 81 0
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MoonshotAI: Kimi K2.5 4.0 7.3 44.4% 1 45.40s 6,671 12,403
OpenAI: GPT-5.4 4.0 9.8 33.3% 0 1.52s 357 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
MoonshotAI: Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0

Comparación rápida

Cambiar par de comparación

Kimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneMiniMax M2.5mediumvsGPT-5.4noneClaude Sonnet 4.6nonevsKimi K2.5mediumGemini 3 Flash PreviewnonevsKimi K2.5mediumKimi K2.5mediumvsGLM 5noneMercury 2mediumvsGPT-5.4noneGemini 3.1 Flash Lite PreviewnonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsKimi K2.5mediumGemini 2.5 FlashnonevsKimi K2.5mediumDeepSeek V3.2nonevsKimi K2.5mediumGPT-5.4nonevsQwen3.5-35B-A3Bmedium