AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs Qwen: Qwen3.5-35B-A3B

Ringkasan

Perbandingan benchmark Kimi K2.5 vs Qwen3.5-35B-A3B: Qwen3.5-35B-A3B unggul dalam skor rata-rata dengan 6.3 vs 5.5. Kimi K2.5 memiliki biaya benchmark lebih rendah di $0.027 vs $0.401. Kimi K2.5 lebih cepat di 13.18s vs 72.57s, dengan tingkat keberhasilan 34.9% vs 69.8%.

Model yang direkomendasikan: Kimi K2.5 - Its score stays close to the best score here (5.5 vs 6.3), while costing about 14.8x less than Qwen3.5-35B-A3B.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik	Kimi K2.5 Kimi K2.5 none Rilis: 2026-01-27	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Rilis: 2026-02-24

Metrik	Kimi K2.5 Kimi K2.5 none Rilis: 2026-01-27	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Rilis: 2026-02-24
Skor	5.5	6.3
Peringkat	#118	#89
Keandalan	10.0	10.0
Konsistensi	8.9	7.5
Tes benar
Tingkat lulus per percobaan	34.9%	69.8%
Tes tidak stabil	3	6
Total Run	63	63
Biaya per hasil	0.442	5.162
Total Biaya	$0.027	$0.401
Harga input	$0.375 / 1M	$0.140 / 1M
Harga output	$2.025 / 1M	$1.000 / 1M
Total token input	36,034	42,196
Token output	6,657	40,630
Token penalaran	0	353,577
Waktu respons (rata-rata)	13.18s	72.57s
Waktu respons (maks)	42.13s	409.98s
Waktu respons (total)	184.47s	1524.04s

Generation showcase

Hamster playing table tennis

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

#118 MoonshotAI: Kimi K2.5

none

Cost: $0.015
Time: 89.1s
Tokens: 5,421 tok

#89 Qwen3.5-35B-A3B

medium

Cost: $0.009
Time: 71.4s
Tokens: 8,631 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	3.6	8.4	8.3%	1		6.24s	652	373	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

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	5.5	10.0	33.3%	0		24.56s	7,311	4,708	0
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

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	2.8	2.1	33.3%	1		19.16s	12,264	748	0
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

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	7.3	5.8	83.3%	1		42.13s	7,180	187	0
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

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	5.3	10.0	33.3%	0		4.38s	753	29	0
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

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	10.0	10.0	100.0%	0		4.00s	483	76	0
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

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	6.5	10.0	50.0%	0		2.67s	677	60	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

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	3.0	10.0	0.0%	0		4.04s	667	236	0
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

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		13.99s	5,835	220	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

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		3.90s	212	20	0
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

Perbandingan Cepat

Ganti Pasangan Perbandingan