AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.4 Nano

Ringkasan

Perbandingan benchmark Kimi K2.5 vs GPT-5.4 Nano: Skor rata-rata hampir imbang di 7.5 vs 7.5. GPT-5.4 Nano memiliki biaya benchmark lebih rendah di $0.107 vs $0.328. GPT-5.4 Nano lebih cepat di 11.95s vs 98.43s, dengan tingkat keberhasilan 68.3% vs 63.5%.

Model yang direkomendasikan: GPT-5.4 Nano - It has the best score here (7.5), while costing about 3.1x less than Kimi K2.5.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik	Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27	GPT-5.4 Nano GPT-5.4 Nano medium Rilis: 2026-03-17

Metrik	Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27	GPT-5.4 Nano GPT-5.4 Nano medium Rilis: 2026-03-17
Skor	7.5	7.5
Peringkat	#45	#48
Keandalan	10.0	10.0
Konsistensi	6.9	8.4
Tes benar
Tingkat lulus per percobaan	68.3%	63.5%
Tes tidak stabil	8	4
Total Run	63	63
Biaya per hasil	3.704	0.969
Total Biaya	$0.328	$0.107
Harga input	$0.400 / 1M	$0.200 / 1M
Harga output	$1.900 / 1M	$1.250 / 1M
Total token input	34,312	35,434
Token output	48,379	3,014
Token penalaran	157,747	76,520
Waktu respons (rata-rata)	98.43s	11.95s
Waktu respons (maks)	281.00s	94.06s
Waktu respons (total)	1378.03s	250.98s

Generation showcase

Hamster playing table tennis

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

#45 MoonshotAI: Kimi K2.5

medium

Cost: $0.030
Time: 58.6s
Tokens: 8,683 tok

#48 GPT-5.4 Nano

medium

Cost: $0.007
Time: 24.6s
Tokens: 4,943 tok

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
Kimi K2.5	7.3	5.8	83.3%	2		51.38s	634	2,789	8,880
GPT-5.4 Nano	8.3	10.0	75.0%	0		4.52s	606	683	2,254

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K2.5	6.1	4.6	66.7%	2		217.49s	6,935	5,705	74,693
GPT-5.4 Nano	6.1	4.7	66.7%	2		19.12s	7,305	516	20,778

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K2.5	10.0	10.0	100.0%	0		71.37s	11,280	703	3,713
GPT-5.4 Nano	9.8	10.0	100.0%	0		24.13s	12,345	349	5,719

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
Kimi K2.5	10.0	10.0	100.0%	0		49.78s	7,020	563	7,940
GPT-5.4 Nano	10.0	10.0	100.0%	0		2.54s	7,140	234	516

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K2.5	3.5	4.4	33.3%	2		137.29s	485	20,753	30,564
GPT-5.4 Nano	5.9	7.2	55.6%	1		38.18s	619	60	43,325

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K2.5	6.5	3.4	66.7%	1		69.73s	480	3,815	4,262
GPT-5.4 Nano	4.5	10.0	0.0%	0		4.15s	477	179	443

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K2.5	10.0	10.0	100.0%	0		92.47s	675	5,371	6,547
GPT-5.4 Nano	9.8	10.0	100.0%	0		1.88s	660	95	521

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K2.5	5.3	7.3	44.4%	1		43.23s	659	8,426	12,692
GPT-5.4 Nano	4.1	7.2	22.2%	1		3.79s	642	594	1,408

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K2.5	10.0	10.0	100.0%	0		31.74s	5,933	242	812
GPT-5.4 Nano	10.0	10.0	100.0%	0		7.71s	5,445	234	382

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K2.5	3.0	10.0	0.0%	0		83.95s	211	12	7,644
GPT-5.4 Nano	3.0	10.0	0.0%	0		4.81s	195	70	1,174

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K2.5mediumvsGPT-5.3 Chatnone Gemini 3 Flash PreviewlowvsGPT-5.4 Nanomedium Kimi K2.5mediumvsStep 3.7 Flashlow Gemini 3 Flash PreviewlowvsKimi K2.5medium GPT-5.4 NanomediumvsStep 3.7 Flashlow Claude Sonnet 4.6nonevsGPT-5.4 Nanomedium Claude Sonnet 4.6nonevsKimi K2.5medium Claude Opus 4.8nonevsGPT-5.4 Nanomedium Claude Opus 4.8nonevsKimi K2.5medium GPT-5.4 NanomediumvsQwen3.7 Plusnone Kimi K2.5mediumvsQwen3.7 Plusnone GPT-5.4 NanomediumvsStep 3.7 Flashhigh