AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.6 Luna

Ringkasan

Perbandingan benchmark Kimi K2.5 (medium) vs GPT-5.6 Luna (medium): Skor rata-rata hampir imbang di 7.5 vs 7.6. GPT-5.6 Luna (medium) memiliki biaya benchmark lebih rendah di $0.258 vs $0.348. GPT-5.6 Luna (medium) lebih cepat di 6.70s vs 98.43s, dengan tingkat keberhasilan 68.3% vs 63.5%.

Model yang direkomendasikan: GPT-5.6 Luna (medium) - It has the best score here (7.6), while responding about 14.7x faster than Kimi K2.5 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik	Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27	GPT-5.6 Luna GPT-5.6 Luna medium Rilis: 2026-07-09

Metrik	Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27	GPT-5.6 Luna GPT-5.6 Luna medium Rilis: 2026-07-09
Skor	7.5	7.6
Peringkat	#55	#54
Keandalan	10.0	10.0
Konsistensi	6.9	9.6
Tes benar
Tingkat lulus per percobaan	68.3%	63.5%
Tes tidak stabil	8	1
Total Run	63	63
Biaya per hasil	3.704	1.978
Total Biaya	$0.348	$0.258
Harga input	$0.375 / 1M	$1.000 / 1M
Harga output	$2.025 / 1M	$6.000 / 1M
Total token input	34,312	35,699
Token output	48,379	2,148
Token penalaran	157,747	34,740
Waktu respons (rata-rata)	98.43s	6.70s
Waktu respons (maks)	281.00s	29.85s
Waktu respons (total)	1378.03s	140.62s

Showcase generasi

Hamster playing table tennis

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

#55 MoonshotAI: Kimi K2.5

medium

Biaya: $0.030
Waktu: 58.6s
Token: 8,683 tok

#54 GPT-5.6 Luna

medium

Biaya: $0.014
Waktu: 14.6s
Token: 2,362 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-5.6 Luna	8.3	10.0	75.0%	0		2.52s	606	160	987

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-5.6 Luna	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928

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-5.6 Luna	10.0	10.0	100.0%	0		9.53s	12,500	375	1,354

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-5.6 Luna	10.0	10.0	100.0%	0		1.95s	7,140	234	324

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-5.6 Luna	5.3	10.0	33.3%	0		17.37s	723	68	16,531

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-5.6 Luna	5.1	10.0	0.0%	0		4.34s	477	112	496

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-5.6 Luna	9.9	10.0	100.0%	0		2.38s	660	95	393

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-5.6 Luna	7.8	10.0	66.7%	0		4.04s	642	255	2,104

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-5.6 Luna	10.0	10.0	100.0%	0		6.02s	5,454	256	244

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-5.6 Luna	3.0	10.0	0.0%	0		6.64s	195	29	2,379

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K2.5mediumvsGPT-5.3 Chatnone DeepSeek V4 ProhighvsGPT-5.6 Lunamedium DeepSeek V4 ProhighvsKimi K2.5medium GPT-5.6 LunamediumvsStep 3.7 Flashlow Kimi K2.5mediumvsGPT-5.6 Lunahigh Kimi K2.5mediumvsStep 3.7 Flashlow Gemini 3 Flash PreviewlowvsKimi K2.5medium Kimi K2.5mediumvsGPT-5.6 Terralow Claude Opus 4.8lowvsGPT-5.6 Lunamedium Gemini 3 Flash PreviewlowvsGPT-5.6 Lunamedium Claude Opus 4.8lowvsKimi K2.5medium Claude Sonnet 4.6nonevsKimi K2.5medium