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

AI BENCHY Compare

Inception: Mercury 2 vs MoonshotAI: Kimi K2.5

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-03

Metrik Mercury 2 Mercury 2 medium Rilis: 2026-02-24 Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27
Skor 6.5 6.7
Peringkat #89 #81
Keandalan 10.0 10.0
Konsistensi 8.8 6.8
Tes benar
Tingkat lulus per percobaan 51.7% 66.7%
Tes tidak stabil 3 8
Total Run 60 60
Biaya per hasil 0.611 3.486
Total Biaya $0.055 $0.272
Harga input $0.250 / 1M $0.400 / 1M
Harga output $0.750 / 1M $1.900 / 1M
Total token input 32,570 31,717
Token output 4,022 48,374
Token penalaran 58,405 128,473
Waktu respons (rata-rata) 2.27s 89.02s
Waktu respons (maks) 14.63s 281.00s
Waktu respons (total) 43.20s 1157.32s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 7.2 6.5 66.7% 1 2.29s 4,519 270 8,514
Kimi K2.5 4.1 1.9 50.0% 2 215.89s 4,340 5,700 45,419
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumGemma 4 31BnoneTersedia gratisvsKimi K2.5mediumMercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2mediumKimi K2.5mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsRing-2.6-1TnoneGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.5noneGemini 2.5 FlashnonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2medium