AI BENCHY
Your ad here

#40

Kimi K2.5

Moonshot AI · रिलीज़: 2026-01-27 · moonshotai/kimi-k2.5::medium

संगति

7.2

कुल आउटपुट टोकन

116,028

???? ???

$0.383 / 1M

????? ???

$1.720 / 1M

सही परीक्षण

गलत टेस्ट: 8

प्रति प्रयास पास दर: 72.6%

अस्थिर टेस्ट

6

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

64.59s

प्रतिक्रिया समय (अधिकतम): 137.29s

प्रतिक्रिया समय (कुल): 645.93s

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 7.3 5.8
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.5 4.4
Samanya Buddhimatta 6.5 3.4
निर्देश पालन 10.0 10.0
पहेली समाधान 5.3 7.3
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल