Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs xAI: Grok Build 0.1

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-22

Métrica Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27 Grok Build 0.1 Grok Build 0.1 none Lanzamiento: 2026-05-21
Puntuación 6.7 6.6
Rango #79 #82
Fiabilidad 10.0 10.0
Consistencia 6.8 8.0
Pruebas correctas
Tasa de aciertos por intento 66.7% 60.4%
Pruebas inestables 8 4
Ejecuciones totales 60 57
Costo por resultado 3.479 7.805
Costo total $0.314 $0.547
Precio de entrada $0.400 / 1M $1.000 / 1M
Precio de salida $1.900 / 1M $2.000 / 1M
Tokens de salida 46,619 267,275
Tokens de razonamiento 128,184 0
Tiempo de respuesta (promedio) 89.36s 28.69s
Tiempo de respuesta (máximo) 281.00s 138.35s
Tiempo de respuesta (total) 1161.65s 459.00s

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 Build 0.1 8.7 7.9 91.7% 1 6.30s 11,162 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Kimi K2.5 4.1 1.9 50.0% 2 215.89s 5,700 45,419
Grok Build 0.1 10.0 10.0 100.0% 0 21.41s 16,568 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
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 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
Grok Build 0.1 4.7 1.6 66.7% 1 9.33s 6,359 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
Grok Build 0.1 3.6 7.2 22.2% 1 103.71s 179,469 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
Grok Build 0.1 4.3 10.0 0.0% 0 12.47s 6,647 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
Grok Build 0.1 9.8 10.0 100.0% 0 7.36s 8,970 0
Resolución de acertijos 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 Build 0.1 6.4 7.7 55.6% 1 9.55s 14,982 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
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
Cultura 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 3.0 10.0 0.0% 0 83.95s 12 7,644
Grok Build 0.1 3.0 10.0 0.0% 0 36.09s 23,118 0

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumDeepSeek V4 ProhighvsKimi K2.5mediumQwen3.6 27BmediumvsGrok Build 0.1noneDeepSeek V4 ProhighvsGrok Build 0.1noneGemma 4 31BnoneDisponible gratisvsKimi K2.5mediumGemini 3.1 Flash LiteminimalvsGrok Build 0.1noneGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.5noneKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneGPT-5 MinimediumvsGrok Build 0.1noneGrok Build 0.1nonevsMiMo-V2-OmnimediumMercury 2mediumvsGrok Build 0.1none