AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#122

Kimi K2.5

Moonshot AI Rilis: 2026-01-27 Diuji pada: 2026-08-14 02:00 moonshotai/kimi-k2.5::medium
1T total (32B aktif)MoEBobot tersedia
(medium) (none)

Ringkasan

Kimi K2.5 mendapat skor 7.0 di AI BENCHY dan berada di peringkat #122. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 63.6%, total biaya $0.607, dan waktu respons rata-rata 98.19s.

Yang membuat Kimi K2.5 unik: Model ini paling menonjol di Kecerdasan umum, dengan peringkat #4, sementara Pemecahan teka-teki adalah area terlemahnya di #16.

Fakta model

Ditelaah pada 2026-08-12

Dilaporkan
Parameter
1T total (32B aktif)
Arsitektur
MoE
Ketersediaan
Bobot tersedia
Lisensi
Modified MIT
Sumber parameter Sumber ketersediaan

Skor

7.0

Konsistensi

7.0

Keandalan

10.0

Total biaya (harga saat ini)

$0.607 ↑ +25.1%

Diuji pada: $0.485

Total token output

220,942

Total token input

118,496

Harga input

$0.571 / 1M

Harga output

$2.850 / 1M

Tes benar

Tes Salah: 12

Tingkat lulus per percobaan: 63.6%

Tes tidak stabil

8

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

Waktu respons (rata-rata)

98.19s

Waktu respons (maks): 281.00s

Waktu respons (total): 1571.05s

Jawaban salah: 5 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Kedaluwarsa: 2 Pemanggilan alat tidak valid: 1

Hamster playing table tennis

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

#122 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
2026-08-14 02:00 Uji ulang 7.0 10.0 $0.607 ↑ Run saat ini
2026-07-16 22:17 Tes baru ditambahkan 7.0 10.0 $0.600 ↑ Bandingkan
2026-06-04 13:43 Tes baru ditambahkan 6.8 10.0 $0.328 ↓ Bandingkan
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
2026-08-14 12:51 $0.571 / 1M $2.850 / 1M

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Kimi K2.5mediumvsSeed-2.0-MinimediumKimi K2.5mediumvsKAT-Coder-Pro V2.5mediumKimi K2.5mediumvsGrok 4.20mediumKimi K2.5mediumvsQwen3.7 FlashmediumKimi K2.5mediumvsMercury 2mediumKimi K2.5mediumvsSeed-2.0-CodehighKimi K2.5mediumvsGPT-5.5noneKimi K2.5mediumvsGemini 3.5 FlashnoneKimi K2.5mediumvsGLM 5.1mediumKimi K2.5mediumvsQwen3.6 Flashmedium

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 7.3 5.8
Pemrograman 6.1 4.6
Gabungan 6.7 9.1
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 2.9 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