Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs xAI: Grok 4.20

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

Métrica Kimi K2.5 Kimi K2.5 none Lanzamiento: 2026-01-27 Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación 5.3 5.4
Rango #126 #120
Fiabilidad 10.0 N/D
Consistencia 8.9 9.5
Pruebas correctas
Tasa de aciertos por intento 36.7% 35.2%
Pruebas inestables 3 1
Ejecuciones totales 60 54
Costo por resultado 0.428 1.574
Costo total $0.026 $0.095
Precio de entrada $0.400 / 1M $1.250 / 1M
Precio de salida $1.900 / 1M $2.500 / 1M
Tokens de salida 6,734 1,967
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 14.16s 1.11s
Tiempo de respuesta (máximo) 42.13s 6.04s
Tiempo de respuesta (total) 184.10s 20.02s

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
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 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 6.8 10.0 50.0% 0 35.97s 4,704 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 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
Grok 4.20 3.0 10.0 0.0% 0 6.04s 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 7.3 5.8 83.3% 1 42.13s 187 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 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
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 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 4.8 10.0 0.0% 0 659ms 83 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
Grok 4.20 6.3 10.0 50.0% 0 455ms 60 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 3.0 10.0 0.0% 0 4.73s 317 0
Grok 4.20 5.3 7.2 44.4% 1 487ms 242 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 10.0 10.0 100.0% 0 4.63s 189 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 3.90s 20 0
Grok 4.20 - - - - - - - -

Comparación rápida

Cambiar par de comparación

Mistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumDisponible gratisvsGrok 4.20noneElephant AlphamediumvsGrok 4.20noneKimi K2.5nonevsElephant AlphamediumMistral Small 4mediumvsKimi K2.5noneMiniMax M2.5mediumDisponible gratisvsKimi K2.5nonegpt-oss-120bmediumDisponible gratisvsGrok 4.20noneMiniMax M2.7mediumvsKimi K2.5noneKimi K2.5nonevsgpt-oss-120bmediumDisponible gratisCobuddymediumDisponible gratisvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneOwl AlphamediumvsGrok 4.20none