Navigasi
AI BENCHY
Bandingkan Grafik Metodologi
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Bandingkan:

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

Metrik MoonshotAI: Kimi K2.5 medium Rilis: 2026-01-27 OpenAI: GPT-5.4 none Rilis: 2026-03-05
Skor Rata-rata 6.4 4.6
Peringkat #29 #44
Tes benar
Konsistensi 7.8 8.9
Biaya per hasil 2.082 1.496
Total Biaya $0.188 $0.090
Tingkat lulus per percobaan 73.3% 44.4%
Tes tidak stabil 4 2
common.totalRuns 45 (15 x 3) 45 (15 x 3)
Token output 34,638 1,635
Token penalaran 68,234 0
Waktu respons (rata-rata) 69.84s 1.46s
Waktu respons (maks) 137.29s 2.89s
Waktu respons (total) 558.72s 21.86s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MoonshotAI: Kimi K2.5 7.0 7.2 88.9% 1 85.28s 335 6,255
OpenAI: GPT-5.4 10.0 7.3 11.1% 1 1.41s 388 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MoonshotAI: Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
OpenAI: GPT-5.4 10.0 10.0 0.0% 0 2.89s 291 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MoonshotAI: Kimi K2.5 9.9 10.0 100.0% 0 49.78s 563 7,940
OpenAI: GPT-5.4 9.9 10.0 100.0% 0 1.04s 222 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MoonshotAI: Kimi K2.5 10.0 4.4 33.3% 2 137.29s 20,753 30,564
OpenAI: GPT-5.4 4.0 7.2 44.4% 1 1.07s 50 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MoonshotAI: Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
OpenAI: GPT-5.4 5.5 10.0 50.0% 0 1.07s 81 0
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MoonshotAI: Kimi K2.5 4.0 7.3 44.4% 1 45.40s 6,671 12,403
OpenAI: GPT-5.4 4.0 9.8 33.3% 0 1.52s 357 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MoonshotAI: Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneMiniMax M2.5mediumvsGPT-5.4noneClaude Sonnet 4.6nonevsKimi K2.5mediumGemini 3 Flash PreviewnonevsKimi K2.5mediumKimi K2.5mediumvsGLM 5noneMercury 2mediumvsGPT-5.4noneGemini 3.1 Flash Lite PreviewnonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsKimi K2.5mediumGemini 2.5 FlashnonevsKimi K2.5mediumDeepSeek V3.2nonevsKimi K2.5mediumGPT-5.4nonevsQwen3.5-35B-A3Bmedium