#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
(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: Model ini paling menonjol di Kecerdasan umum, dengan peringkat #4, sementara Pemrograman adalah area terlemahnya di #15.
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
Tes tidak stabil
7
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Showcase generasi
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 |
|---|---|---|---|---|---|
| 2026-06-04 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 | 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 | 7.0 | 6.8 | T/A | 9/18 | 7 | 127,046 | 0 | $0.220 | 72.43s |
| 2026-06-04 13:43 · Tes baru ditambahkan | 6.8 | 6.9 | 10.0 | 10/21 | 8 | 206,126 | 34,312 | $0.328 | 98.43s |
| Selisih | +0.2 | -0.1 | -1 | -1 | -79080 | -34312 | -$0.108 | -26003ms |
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 K2.5mediumvsDeepSeek 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 | 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 |