AI BENCHY
Advertise here
#82

Kimi K2.5

Moonshot AI Lanzamiento: 2026-01-27 Probado el: 2026-04-20 17:48 moonshotai/kimi-k2.5::none
(medium) (none)

Resumen

Kimi K2.5 obtiene 5.5 en AI BENCHY y ocupa el puesto #82. Tiene fiabilidad N/D, una tasa de aciertos de 40.7%, coste total de $0.017 y tiempo medio de respuesta de 13.37s.

Qué hace único a Kimi K2.5: Destaca más en Programación, donde ocupa #1, mientras que Trucos anti-IA es su área más débil con #14. Su coste total de benchmark es inusualmente bajo para su nivel de puntuación.

Puntuación

5.5

Consistencia

8.7

Fiabilidad

N/D

Costo total (precio actual)

$0.017

Total de tokens de salida

2,659

Total de tokens de entrada

0

Precio de entrada

$0.440 / 1M

Precio de salida

$2.000 / 1M

Pruebas correctas

Pruebas incorrectas: 12

Tasa de aciertos por intento: 40.7%

Pruebas inestables

3

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

Tiempo de respuesta (promedio)

13.37s

Tiempo de respuesta (máximo): 42.13s

Tiempo de respuesta (total): 147.05s

Respuesta incorrecta: 12

Generación showcase

Hamster playing table tennis

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

#82 MoonshotAI: Kimi K2.5

none
Coste
$0.015
Tiempo
89.1s
Tokens
5,421 tok

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-06-04 13:32 Prueba nueva añadida 5.2 10.0 $0.028 ↑ Comparar
2026-05-22 00:03 Suite modificada 5.3 10.0 $0.026 Comparar
2026-04-20 17:48 Primera ejecución registrada 5.5 N/D $0.017 Ejecución actual

Comparación de ejecuciones

EjecuciónPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-04-20 17:48 · Primera ejecución registrada5.58.7N/D6/1832,6590$0.01713.37s
2026-05-22 00:03 · Suite modificada5.38.910.06/2036,7340$0.02614.16s
Diferencia+0.3-0.200-40750-$0.010-793ms

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

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 K2.5nonevsNemotron 3 Ultra 550b A55bnoneDisponible gratisKimi K2.5nonevsGPT-5.6 TerranoneKimi K2.5nonevsGemma 4 31BnoneDisponible gratisKimi K2.5nonevsGLM 5noneKimi K2.5nonevsQwen3.5-FlashnoneKimi K2.5nonevsQwen3.6 FlashnoneKimi K2.5nonevsGemini 3.5 FlashhighKimi K2.5nonevsGemini 3 Flash PreviewmediumKimi K2.5nonevsNemotron 3 Ultra 550b A55bmediumDisponible gratisKimi K2.5nonevsGPT-5.5low

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 3.6 8.4
Programación 10.0 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 3.1 10.0
Llamada de herramientas 10.0 10.0

Modelos comparados