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-5.6 Luna

Resumen

Comparación benchmark de Kimi K2.5 (medium) vs GPT-5.6 Luna (high): GPT-5.6 Luna (high) lidera en puntuación media con 7.7 vs 7.5. Kimi K2.5 (medium) tiene menor coste de benchmark con $0.348 vs $0.924. GPT-5.6 Luna (high) es más rápido con 18.39s vs 98.43s, con tasas de acierto de 68.3% vs 71.4%.

Modelo recomendado: GPT-5.6 Luna (high) - Tiene la mejor puntuación aquí (7.7) y responde aproximadamente 5.4x más rápido que Kimi K2.5 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27 GPT-5.6 Luna GPT-5.6 Luna high Lanzamiento: 2026-07-09
Puntuación 7.5 7.7
Rango #55 #50
Fiabilidad 10.0 10.0
Consistencia 6.9 8.8
Pruebas correctas
Tasa de aciertos por intento 68.3% 71.4%
Pruebas inestables 8 3
Ejecuciones totales 63 63
Costo por resultado 3.704 6.594
Costo total $0.348 $0.924
Precio de entrada $0.375 / 1M $1.000 / 1M
Precio de salida $2.025 / 1M $6.000 / 1M
Total de tokens de entrada 34,312 35,699
Tokens de salida 48,379 2,079
Tokens de razonamiento 157,747 145,816
Tiempo de respuesta (promedio) 98.43s 18.39s
Tiempo de respuesta (máximo) 281.00s 111.09s
Tiempo de respuesta (total) 1378.03s 386.24s

Generación showcase

Hamster playing table tennis

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

#55 MoonshotAI: Kimi K2.5

medium
Coste
$0.030
Tiempo
58.6s
Tokens
8,683 tok

#50 GPT-5.6 Luna

high
Coste
$0.033
Tiempo
34.2s
Tokens
5,484 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-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
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-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
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-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
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-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
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-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
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-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
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-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
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-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
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-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
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-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380

Comparación rápida

Cambiar par de comparación

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGrok 4.3mediumKimi K2.5mediumvsGPT-5.3 ChatnoneClaude Opus 4.8lowvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6mediumDisponible gratisvsGPT-5.6 LunahighDeepSeek V4 ProhighvsKimi K2.5mediumGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighMiniMax M3mediumvsGPT-5.6 Lunahigh