AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

#126

Kimi K2.5

Moonshot AI Lanzamiento: 2026-01-27 Probado el: 2026-05-22 00:03 moonshotai/kimi-k2.5::none
(medium) (none)

Consistencia

8.9

Fiabilidad

10.0

Costo total

$0.026

Total de tokens de salida

6,734

Precio de entrada

$0.400 / 1M

Precio de salida

$1.900 / 1M

Pruebas correctas

Pruebas incorrectas: 14

Tasa de aciertos por intento: 36.7%

Pruebas inestables

3

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

Tiempo de respuesta (promedio)

14.16s

Tiempo de respuesta (máximo): 42.13s

Tiempo de respuesta (total): 184.10s

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-05-22 00:03 Suite modificada 5.3 10.0 $0.026 Ejecución actual
2026-04-20 17:48 Primera ejecución registrada 5.5 N/D $0.017 Comparar

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

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

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 3.6 8.4
Programación 6.8 10.0
Combinado 2.8 2.1
Análisis y extracción de datos 7.3 5.8
Específico del dominio 5.3 10.0
Inteligencia general 10.0 10.0
Seguimiento de instrucciones 6.5 10.0
Resolución de acertijos 3.0 10.0
Llamada de herramientas 10.0 10.0
Cultura general 3.0 10.0

Modelos comparados