Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-02

Métrica Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 7.2 7.1
Rango #39 #40
Consistencia 7.2 8.2
Pruebas correctas
Tasa de aciertos por intento 72.6% 66.7%
Pruebas inestables 6 4
Ejecuciones totales 51 51
Costo por resultado 2.232 7.358
Costo total $0.201 $0.663
Precio de entrada $0.383 / 1M $2.000 / 1M
Precio de salida $1.909 / 1M $6.000 / 1M
Tokens de salida 40,907 1,494
Tokens de razonamiento 75,121 97,078
Tiempo de respuesta (promedio) 64.59s 9.50s
Tiempo de respuesta (máximo) 137.29s 29.87s
Tiempo de respuesta (total) 645.93s 161.54s

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
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
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
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
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
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
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
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
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
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
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
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
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
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
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
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsKimi K2.5mediumClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumKimi K2.5mediumvsGPT-5.3 ChatnoneGemma 4 31BnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneGPT-5.3 ChatnonevsGrok 4.20mediumGemma 4 31BnonevsKimi K2.5mediumKimi K2.5mediumvsGLM 5noneKimi K2.5mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewnonevsKimi K2.5medium