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

#76

Kimi K2.5

Moonshot AI रिलीज़: 2026-01-27 परीक्षण किया गया: 2026-05-08 13:33 moonshotai/kimi-k2.5::medium
(medium) (none)

संगति

7.0

कुल आउटपुट टोकन

134,702

???? ???

$0.400 / 1M

????? ???

$1.900 / 1M

सही परीक्षण

गलत टेस्ट: 10

प्रति प्रयास पास दर: 68.4%

अस्थिर टेस्ट

7

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

प्रतिक्रिया समय (औसत)

73.39s

प्रतिक्रिया समय (अधिकतम): 150.77s

प्रतिक्रिया समय (कुल): 880.65s

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
कोडिंग 4.7 1.6
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
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल