AI BENCHY
Advertise here

#82

Kimi K2.5

Moonshot AI Rilis: 2026-01-27 Diuji pada: 2026-04-20 17:48 moonshotai/kimi-k2.5::none
(medium) (none)

Skor

5.5

Konsistensi

8.7

Keandalan

T/A

Total Biaya

$0.017

Total token output

2,659

Harga input

$0.440 / 1M

Harga output

$2.000 / 1M

Tes benar

Tes Salah: 12

Tingkat lulus per percobaan: 40.7%

Tes tidak stabil

3

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

Waktu respons (rata-rata)

13.37s

Waktu respons (maks): 42.13s

Waktu respons (total): 147.05s

Jawaban salah: 12

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-05-22 00:03 Suite berubah 5.3 10.0 $0.026 Bandingkan
2026-04-20 17:48 Run pertama yang tercatat 5.5 T/A $0.017 Run saat ini

Perbandingan run

RunSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal BiayaWaktu respons (rata-rata)
2026-04-20 17:48 · Run pertama yang tercatat5.58.7T/A6/1832,659$0.01713.37s
2026-05-22 00:03 · Suite berubah5.38.910.06/2036,734$0.02614.16s
Selisih+0.3-0.200-4075-$0.010-793ms

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.

Total token output

Skor vs Total token output

Perbandingan Cepat

Kimi K2.5nonevsMiMo-V2-PrononeKimi K2.5nonevsGLM 4.7 FlashnoneKimi K2.5nonevsOwl AlphanoneKimi K2.5nonevsKimi K2.6noneKimi K2.5nonevsCobuddymediumTersedia gratisKimi K2.5nonevsgpt-oss-120bmediumTersedia gratisKimi K2.5nonevsGemini 3 Flash PreviewmediumKimi K2.5nonevsGemini 3.5 FlashhighKimi K2.5nonevsRing-2.6-1TmediumKimi K2.5nonevsGemini 3.5 Flashlow

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 3.6 8.4
Pemrograman 10.0 10.0
Gabungan 2.8 2.1
Parsing dan ekstraksi data 7.3 5.8
Spesifik domain 5.3 10.0
Kecerdasan umum 10.0 10.0
Kepatuhan instruksi 6.5 10.0
Pemecahan teka-teki 3.1 10.0
Pemanggilan alat 10.0 10.0

Model yang Dibandingkan