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 none Rilis: 2026-01-27 Grok 4.20 Beta Grok 4.20 Beta none Rilis: 2026-03-12
Peringkat #54 #52
Skor Rata-rata 4.1 4.4
Konsistensi 8.6 9.1
Biaya per hasil 0.295 2.214
Total Biaya $0.015 $0.089
Tes benar
Tingkat lulus per percobaan 39.6% 33.3%
Tes tidak stabil 3 2
Total Run 48 48
Token output 2,000 1,511
Token penalaran 0 0
Waktu respons (rata-rata) 11.91s 1.22s
Waktu respons (maks) 42.13s 6.48s
Waktu respons (total) 107.16s 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 2.7 7.9 11.1% 1 11.38s 363 0
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 2.1 33.3% 1 19.16s 748 0
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 5.4 5.8 83.3% 1 42.13s 187 0
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 4.0 10.0 33.3% 0 4.38s 29 0
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 10.0 10.0 100.0% 0 4.00s 76 0
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 5.5 10.0 50.0% 0 2.67s 60 0
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 10.0 10.0 0.0% 0 4.73s 317 0
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 13.99s 220 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

MiniMax M2.5mediumvsGrok 4.20 BetanoneKimi K2.5nonevsQwen3 Coder NextmediumMiniMax M2.5mediumvsKimi K2.5nonegpt-oss-120bmediumTersedia gratisvsGrok 4.20 BetanoneKimi K2.5nonevsGrok 4.20 Multi-Agent BetamediumMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneKimi K2.5nonevsGLM 4.7 FlashmediumKimi K2.5nonevsgpt-oss-120bmediumTersedia gratisQwen3.5-35B-A3BmediumvsGrok 4.20 BetanoneGPT-5 NanomediumvsGrok 4.20 BetanoneMercury 2mediumvsKimi K2.5none