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 Qwen: Qwen3.5-9B

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-12

Métrica Kimi K2.5 Kimi K2.5 none Lanzamiento: 2026-01-27 Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02
Rango #54 #66
Puntaje prom. 4.1 2.6
Consistencia 8.6 7.4
Costo por resultado 0.295 0.779
Costo total $0.015 $0.024
Pruebas correctas
Tasa de aciertos por intento 39.6% 35.4%
Pruebas inestables 3 5
Ejecuciones totales 48 48
Tokens de salida 2,000 17,930
Tokens de razonamiento 0 139,706
Tiempo de respuesta (promedio) 11.91s 71.44s
Tiempo de respuesta (máximo) 42.13s 226.38s
Tiempo de respuesta (total) 107.16s 928.77s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntaje prom. 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 2.7 7.9 11.1% 1 11.38s 363 0
Qwen3.5-9B 4.0 7.2 55.6% 1 31.54s 2,410 10,913
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 2.1 33.3% 1 19.16s 748 0
Qwen3.5-9B 10.0 10.0 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 5.4 5.8 83.3% 1 42.13s 187 0
Qwen3.5-9B 5.0 5.6 33.3% 1 87.31s 1,383 32,113
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 4.0 10.0 33.3% 0 4.38s 29 0
Qwen3.5-9B 10.0 7.2 22.2% 1 137.75s 11,549 48,475
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
Qwen3.5-9B 10.0 1.6 33.3% 1 226.38s 0 30,695
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 5.5 10.0 50.0% 0 2.67s 60 0
Qwen3.5-9B 5.5 5.8 66.7% 1 17.15s 599 4,517
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 10.0 10.0 0.0% 0 4.73s 317 0
Qwen3.5-9B 10.0 10.0 0.0% 0 33.38s 1,545 11,844
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
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149

Comparación rápida

Cambiar par de comparación

Qwen3.5-9BmediumvsMiMo-V2-FlashnoneQwen3.5-9BmediumvsGrok 4.1 FastnoneKimi K2.5nonevsQwen3 Coder NextmediumMiniMax M2.5mediumvsKimi K2.5noneMercury 2nonevsQwen3.5-9BmediumNemotron 3 Super 120b A12bnoneDisponible gratisvsQwen3.5-9BmediumKimi K2.5nonevsGrok 4.20 Multi-Agent BetamediumKimi K2.5nonevsGLM 4.7 FlashmediumKimi K2.5nonevsgpt-oss-120bmediumDisponible gratisMercury 2mediumvsKimi K2.5noneQwen3.5-9BmediumvsGLM 4.7 FlashnoneGPT-4o-mininonevsQwen3.5-9Bmedium