- Skor
- 9.4 (+2.97 poin)
- Total biaya (harga saat ini)
- $0.183 · 78.3% lebih murah
- Waktu respons (rata-rata)
- 6.24s · 95.0% lebih cepat
Moonshot AI
Rilis: 2026-01-27
Diuji pada: 2026-10-01 01:36
moonshotai/kimi-k2.5::medium
1T total (32B aktif)MoEBobot tersedia
(medium)
(none)
Ringkasan
Kimi K2.5 mendapat skor 6.4 di AI BENCHY dan berada di peringkat #208. Model ini memiliki reliabilitas 9.6, tingkat keberhasilan 60.9%, total biaya $0.841, dan waktu respons rata-rata 125.76s.
Yang membuat Kimi K2.5 unik: Model ini paling menonjol di Kepatuhan instruksi, dengan peringkat #1, sementara Spesifik domain adalah area terlemahnya di #15.
Alternatif yang disarankan
Kami menyarankan memilih salah satu model ini sebagai pengganti:
- Skor
- 6.8 (+0.41 poin)
- Total biaya (harga saat ini)
- $0.039 · 95.4% lebih murah
- Waktu respons (rata-rata)
- 6.66s · 94.7% lebih cepat
- Skor
- 8.3 (+1.87 poin)
- Total biaya (harga saat ini)
- $0.047 · 94.4% lebih murah
- Waktu respons (rata-rata)
- 18.07s · 85.6% lebih cepat
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 1T total (32B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Bobot tersedia
- Lisensi
- Modified MIT
6.4
Konsistensi
7.1
9.6
Total token output
241,096
Total token input
292,271
Harga input
$0.450 / 1M
Harga output
$2.250 / 1M
Harga baca cache
$0.070 / 1M
Harga tulis cache
T/A
Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.
Tes tidak stabil
8
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#208 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 |
|---|---|---|---|---|---|
| 2026-10-01 01:36 Uji ulang | 6.4 | 9.6 | $0.841 ↑ | 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.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 01:36 · Run saat ini | 69/69 percobaan | 6.4 | 7.1 | 9.6 | 10/23 | 8 | 241,096 | 292,271 | $0.841 | 125.76s |
| 2026-04-20 17:48 · Run pertama yang tercatat | 54/54 percobaan | 7.0 | 6.8 | T/A | 9/18 | 7 | 127,046 | 0 | $0.220 | 72.43s |
| Selisih | — | -0.6 | +0.3 | +1 | +1 | +114050 | +292271 | +$0.622 | +53328ms |
Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 54/54 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Riwayat harga
Data harga historis untuk model ini dari OpenRouter.
| Tanggal | Harga input | Harga output | Harga baca cache | Harga tulis cache |
|---|---|---|---|---|
| 2026-06-04 15:40 | $0.400 / 1M | $1.900 / 1M | T/A | T/A |
| 2026-06-17 10:07 | $0.375 / 1M | $2.025 / 1M | T/A | T/A |
| 2026-08-14 12:51 | $0.571 / 1M | $2.850 / 1M | T/A | T/A |
| 2026-10-01 18:33 | $0.450 / 1M | $2.250 / 1M | $0.070 / 1M | T/A |
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
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
Perbandingan Cepat
Kimi K2.5mediumvsSolar Pro 4mediumKimi K2.5mediumvsMercury 2.5mediumKimi K2.5mediumvsGemini 3 Flash PreviewnoneKimi K2.5mediumvsGemini 3.5 FlashminimalKimi K2.5mediumvsQwen3.5-122B-A10BnoneKimi K2.5mediumvsMiMo-V2.5-PromediumKimi K2.5mediumvsLaguna XS 2.1mediumTersedia gratisKimi K2.5mediumvsDots 3 Note PreviewhighTersedia gratisKimi K2.5mediumvsGrok 4.3mediumKimi K2.5mediumvsDots 3 Note PreviewlowTersedia gratis
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Tugas agen | 3.9 | 9.6 | |
| 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 |