AI BENCHY
Advertise here
#73

Kimi K2.5

Moonshot AI Lanzamiento: 2026-01-27 Probado el: 2026-07-16 22:17 moonshotai/kimi-k2.5::medium
1T en total (32B activos)MoEPesos disponibles
(medium) (none)

Resumen

Kimi K2.5 obtiene 7.0 en AI BENCHY y ocupa el puesto #73. Tiene fiabilidad 10.0, una tasa de aciertos de 65.2%, coste total de $0.600 y tiempo medio de respuesta de 99.00s.

Datos del modelo

Investigado el 2026-08-12

Declarado
Parámetros
1T en total (32B activos)
Arquitectura
MoE
Disponibilidad
Pesos disponibles
Licencia
Modified MIT
Fuente de los parámetros Fuente de disponibilidad

Puntuación

7.0

Consistencia

7.0

Fiabilidad

10.0

Costo total (precio actual)

$0.600 ↑ +25.1%

Probado a: $0.479

Total de tokens de salida

227,367

Total de tokens de entrada

118,448

Precio de entrada

$0.571 / 1M

Precio de salida

$2.850 / 1M

Pruebas correctas

Pruebas incorrectas: 12

Tasa de aciertos por intento: 65.2%

Pruebas inestables

8

Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).

Tiempo de respuesta (promedio)

99.00s

Tiempo de respuesta (máximo): 281.00s

Tiempo de respuesta (total): 1485.04s

Respuesta incorrecta: 5 No siguió las instrucciones: 2 Sin respuesta: 2 Tiempo agotado: 2 Llamada de herramienta no válida: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#73 MoonshotAI: Kimi K2.5

medium
Coste
$0.030
Tiempo
58.6s
Tokens
8,683 tok

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-08-14 02:00 Nueva prueba 7.0 10.0 $0.607 ↑ Comparar
2026-07-16 22:17 Prueba nueva añadida 7.0 10.0 $0.600 ↑ Ejecución actual
2026-06-04 13:43 Prueba nueva añadida 6.8 10.0 $0.328 ↓ Comparar
2026-05-22 00:12 Suite modificada 6.7 10.0 $0.314 Comparar
2026-04-20 17:48 Primera ejecución registrada 7.0 N/D $0.220 Comparar

Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.

Comparación de ejecuciones

EjecuciónCobertura del benchmarkPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-07-16 22:17 · Prueba nueva añadida66/66 intentos7.07.010.010/228227,367118,448$0.60099.00s
2026-04-20 17:48 · Primera ejecución registrada54/54 intentos7.06.8N/D9/187127,0460$0.22072.43s
Diferencia—0.0+0.2+1+1+100321+118448+$0.380+26575ms

La cobertura del benchmark difiere: 66/66 intentos (Objetivo: 3 repeticiones por prueba) frente a 54/54 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.

Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.

Historial de precios

Datos históricos de precios de este modelo de OpenRouter.

Fecha Precio de entrada Precio de salida
2026-06-04 15:40 $0.400 / 1M $1.900 / 1M
2026-06-17 10:07 $0.375 / 1M $2.025 / 1M
2026-07-16 15:36 $0.571 / 1M $2.850 / 1M

Gráficos

Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.

Total de tokens de salida

Puntuación vs Total de tokens de salida

Comparación rápida

Kimi K2.5mediumvsSeed-2.0-MinimediumKimi K2.5mediumvsKAT-Coder-Pro V2.5mediumKimi K2.5mediumvsGrok 4.20mediumKimi K2.5mediumvsQwen3.7 FlashmediumKimi K2.5mediumvsMercury 2mediumKimi K2.5mediumvsSeed-2.0-CodehighKimi K2.5mediumvsGPT-5.5noneKimi K2.5mediumvsGemini 3.5 FlashnoneKimi K2.5mediumvsGLM 5.1mediumKimi K2.5mediumvsQwen3.6 Flashmedium

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 7.3 5.8
Programación 6.1 4.6
Combinado 6.7 9.1
Análisis y extracción de datos 10.0 10.0
Específico del dominio 3.5 4.4
Inteligencia general 6.5 3.4
Seguimiento de instrucciones 10.0 10.0
Resolución de acertijos 5.3 7.3
Llamada de herramientas 10.0 10.0
Cultura general 3.0 10.0

Modelos comparados