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 none Lanzamiento: 2026-04-14
Puntuación 5.5 5.2
Rango #72 #81
Consistencia 8.7 9.6
Pruebas correctas
Tasa de aciertos por intento 40.7% 31.5%
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 2,573
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 13.37s 1.23s
Tiempo de respuesta (máximo) 42.13s 3.81s
Tiempo de respuesta (total) 147.05s 22.16s

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 963ms 610 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 6.4 3.3 66.7% 1 1.39s 375 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 3.81s 731 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 1.04s 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 927ms 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 4.0 10.0 0.0% 0 854ms 106 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 1.03s 81 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 3.3 10.0 0.0% 0 849ms 170 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 2.79s 230 0

Comparación rápida

Cambiar par de comparación

MiniMax M2.7mediumvsElephantnoneMistral Small 4mediumvsKimi K2.5noneMiniMax M2.5mediumDisponible gratisvsKimi K2.5noneMiniMax M2.7mediumvsKimi K2.5noneKimi K2.5nonevsgpt-oss-120bmediumDisponible gratisKimi K2.5nonevsElephantmediumMistral Small 4mediumvsElephantnoneElephantnonevsQwen3 Coder NextmediumMiniMax M2.5mediumDisponible gratisvsElephantnoneElephantnonevsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponible gratisvsElephantnoneKimi K2.5nonevsGPT-5 Nanomedium