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 Elephant

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-14

Métrica Kimi K2.5 Kimi K2.5 none Lanzamiento: 2026-01-27 Elephant Elephant medium Lanzamiento: 2026-04-14
Puntuación 5.5 5.2
Rango #72 #77
Consistencia 8.7 9.6
Pruebas correctas
Tasa de aciertos por intento 40.7% 29.6%
Pruebas inestables 3 1
Ejecuciones totales 54 54
Costo por resultado 0.271 0.000
Costo total $0.017 $0.000
Precio de entrada $0.383 / 1M $0.000 / 1M
Precio de salida $1.720 / 1M $0.000 / 1M
Tokens de salida 2,659 2,596
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 13.37s 1.27s
Tiempo de respuesta (máximo) 42.13s 3.70s
Tiempo de respuesta (total) 147.05s 22.82s

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 3.6 8.4 8.3% 1 6.24s 373 0
Elephant 6.6 10.0 50.0% 0 1.19s 815 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 10.0 10.0 100.0% 0 38.78s 649 0
Elephant 5.1 3.3 33.3% 1 1.30s 365 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 2.8 2.1 33.3% 1 19.16s 748 0
Elephant 3.0 10.0 0.0% 0 3.70s 562 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 7.3 5.8 83.3% 1 42.13s 187 0
Elephant 6.5 10.0 50.0% 0 979ms 246 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 5.3 10.0 33.3% 0 4.38s 29 0
Elephant 3.0 10.0 0.0% 0 925ms 24 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 10.0 10.0 100.0% 0 4.00s 76 0
Elephant 4.3 10.0 0.0% 0 920ms 105 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 6.5 10.0 50.0% 0 2.67s 60 0
Elephant 9.8 10.0 100.0% 0 987ms 82 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 3.1 10.0 0.0% 0 4.73s 317 0
Elephant 3.7 10.0 0.0% 0 867ms 166 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 13.99s 220 0
Elephant 3.0 10.0 0.0% 0 2.83s 231 0

Comparación rápida

Cambiar par de comparación

ElephantmediumvsGrok 4.20noneMistral Small 4nonevsElephantmediumgpt-oss-120bnoneDisponible gratisvsElephantmediumTrinity Large PreviewnoneDisponible gratisvsElephantmediumMistral Small 4mediumvsKimi K2.5noneGPT-5.4 MininonevsElephantmediumElephantmediumvsQwen3 Coder NextnoneMiniMax M2.5mediumDisponible gratisvsKimi K2.5noneNemotron 3 SupernoneDisponible gratisvsElephantmediumMiniMax M2.7mediumvsKimi K2.5noneElephantmediumvsGLM 5 TurbononeKimi K2.5nonevsgpt-oss-120bmediumDisponible gratis