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 xAI: Grok 4.20 Beta

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 Grok 4.20 Beta Grok 4.20 Beta none Lanzamiento: 2026-03-12
Rango #54 #52
Puntaje prom. 4.1 4.4
Consistencia 8.6 9.1
Costo por resultado 0.295 2.214
Costo total $0.015 $0.089
Pruebas correctas
Tasa de aciertos por intento 39.6% 33.3%
Pruebas inestables 3 2
Ejecuciones totales 48 48
Tokens de salida 2,000 1,511
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 11.91s 1.22s
Tiempo de respuesta (máximo) 42.13s 6.48s
Tiempo de respuesta (total) 107.16s 19.53s

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
Grok 4.20 Beta 3.3 7.9 22.2% 1 562ms 245 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 2.1 33.3% 1 19.16s 748 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 6.48s 282 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
Grok 4.20 Beta 9.9 10.0 100.0% 0 601ms 197 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 4.0 10.0 33.3% 0 4.38s 29 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 611ms 160 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
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 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 5.5 10.0 50.0% 0 2.67s 60 0
Grok 4.20 Beta 4.5 10.0 0.0% 0 687ms 60 0
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
Grok 4.20 Beta 4.0 7.2 55.6% 1 541ms 291 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
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

Comparación rápida

Cambiar par de comparación

MiniMax M2.5mediumvsGrok 4.20 BetanoneKimi K2.5nonevsQwen3 Coder NextmediumMiniMax M2.5mediumvsKimi K2.5nonegpt-oss-120bmediumDisponible gratisvsGrok 4.20 BetanoneKimi K2.5nonevsGrok 4.20 Multi-Agent BetamediumMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneKimi K2.5nonevsGLM 4.7 FlashmediumKimi K2.5nonevsgpt-oss-120bmediumDisponible gratisQwen3.5-35B-A3BmediumvsGrok 4.20 BetanoneGPT-5 NanomediumvsGrok 4.20 BetanoneMercury 2mediumvsKimi K2.5none