Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs xAI: Grok 4.20 Beta

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-12

Metrik Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27 Grok 4.20 Beta Grok 4.20 Beta none Rilis: 2026-03-12
Peringkat #30 #52
Skor Rata-rata 6.4 4.4
Konsistensi 7.5 9.1
Biaya per hasil 2.171 2.214
Total Biaya $0.196 $0.089
Tes benar
Tingkat lulus per percobaan 72.9% 33.3%
Tes tidak stabil 5 2
Total Run 48 48
Token output 38,453 1,511
Token penalaran 72,496 0
Waktu respons (rata-rata) 69.83s 1.22s
Waktu respons (maks) 137.29s 6.48s
Waktu respons (total) 628.45s 19.53s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

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

Total token output

Skor Rata-rata 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 output Token penalaran
Kimi K2.5 7.0 7.2 88.9% 1 85.28s 335 6,255
Grok 4.20 Beta 3.3 7.9 22.2% 1 562ms 245 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
Grok 4.20 Beta 10.0 10.0 0.0% 0 6.48s 282 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.5 9.9 10.0 100.0% 0 49.78s 563 7,940
Grok 4.20 Beta 9.9 10.0 100.0% 0 601ms 197 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.5 10.0 4.4 33.3% 2 137.29s 20,753 30,564
Grok 4.20 Beta 10.0 10.0 0.0% 0 611ms 160 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.5 6.0 3.4 66.7% 1 69.73s 3,815 4,262
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
Grok 4.20 Beta 4.5 10.0 0.0% 0 687ms 60 0
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.5 4.0 7.3 44.4% 1 45.40s 6,671 12,403
Grok 4.20 Beta 4.0 7.2 55.6% 1 541ms 291 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneMiniMax M2.5mediumvsGrok 4.20 BetanoneClaude Sonnet 4.6nonevsKimi K2.5mediumKimi K2.5mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsKimi K2.5mediumgpt-oss-120bmediumTersedia gratisvsGrok 4.20 BetanoneGemini 3 Flash PreviewnonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsKimi K2.5mediumMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneDeepSeek V3.2nonevsKimi K2.5medium