AI BENCHY
Advertise here
#45

Kimi K2.5

Moonshot AI Rilis: 2026-01-27 Diuji pada: 2026-06-04 13:43 moonshotai/kimi-k2.5::medium
(medium) (none)

Ringkasan

Kimi K2.5 mendapat skor 7.5 di AI BENCHY dan berada di peringkat #45. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 68.3%, total biaya $0.348, dan waktu respons rata-rata 98.43s.

Yang membuat Kimi K2.5 unik: Model ini paling menonjol di Kecerdasan umum, dengan peringkat #4, sementara Pemecahan teka-teki adalah area terlemahnya di #15.

Skor

7.5

Konsistensi

6.9

Keandalan

10.0

Total biaya (harga saat ini)

$0.348 ↓ -6.2%

Diuji pada: $0.371

Total token output

206,126

Total token input

34,312

Harga input

$0.375 / 1M

Harga output

$2.025 / 1M

Tes benar

Tes Salah: 11

Tingkat lulus per percobaan: 68.3%

Tes tidak stabil

8

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

98.43s

Waktu respons (maks): 281.00s

Waktu respons (total): 1378.03s

Jawaban salah: 5 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Kedaluwarsa: 2

Showcase generasi

Hamster playing table tennis

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

#45 MoonshotAI: Kimi K2.5

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

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 13:43 Tes baru ditambahkan 6.8 10.0 $0.328 ↓ Run saat ini
2026-05-22 00:12 Suite berubah 6.7 10.0 $0.314 Bandingkan
2026-04-20 17:48 Run pertama yang tercatat 7.0 T/A $0.220 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 15:40 $0.400 / 1M $1.900 / 1M
2026-06-17 10:07 $0.375 / 1M $2.025 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Kimi K2.5mediumvsDeepSeek V4 ProhighKimi K2.5mediumvsMiniMax M3mediumKimi K2.5mediumvsMercury 2mediumKimi K2.5mediumvsStep 3.7 FlashlowKimi K2.5mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGemini 3.5 FlashhighKimi K2.5mediumvsGemini 3 Flash PreviewmediumKimi K2.5mediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisKimi K2.5mediumvsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 7.3 5.8
Pemrograman 6.1 4.6
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 3.5 4.4
Kecerdasan umum 6.5 3.4
Kepatuhan instruksi 10.0 10.0
Pemecahan teka-teki 5.3 7.3
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan