#51 MoonshotAI: Kimi K2.5
medium- Biaya
- $0.030
- Waktu
- 58.6s
- Token
- 8,683 tok
Moonshot AI
Rilis: 2026-01-27
Diuji pada: 2026-04-20 17:48
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 #51. Model ini memiliki reliabilitas T/A, tingkat keberhasilan 72.2%, total biaya $0.220, dan waktu respons rata-rata 72.43s.
Yang membuat Kimi K2.5 unik: Total biaya benchmark-nya sangat rendah untuk kisaran skornya.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 1T total (32B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Bobot tersedia
- Lisensi
- Modified MIT
7.0
Konsistensi
6.8
T/A
$0.220
Total token output
127,046
Total token input
0
Harga input
$0.440 / 1M
Harga output
$2.000 / 1M
Harga baca cache
T/A
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
7
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.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-08-14 02:00 Uji ulang | 7.0 | 10.0 | $0.607 ↑ | Bandingkan | |
| 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 | Run saat ini |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-20 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 |
| 2026-05-22 00:12 · Suite berubah | 60/60 percobaan | 6.7 | 6.8 | 10.0 | 9/20 | 8 | 174,803 | 0 | $0.314 | 89.36s |
| Selisih | — | +0.3 | 0.0 | 0 | -1 | -47757 | 0 | -$0.094 | -16930ms |
Cakupan benchmark berbeda: 54/54 percobaan (Target: 3 pengulangan per tes) dibanding 60/60 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.
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 |
|---|---|---|---|
| Trik anti-AI | 7.3 | 5.8 | |
| Pemrograman | 4.7 | 1.6 | |
| 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 |