#82 MoonshotAI: Kimi K2.5
none- Biaya
- $0.015
- Waktu
- 89.1s
- Token
- 5,421 tok
Moonshot AI
Rilis: 2026-01-27
Diuji pada: 2026-04-20 17:48
moonshotai/kimi-k2.5::none
1T total (32B aktif)MoEBobot tersedia
(medium)
(none)
Ringkasan
Kimi K2.5 mendapat skor 5.5 di AI BENCHY dan berada di peringkat #82. Model ini memiliki reliabilitas T/A, tingkat keberhasilan 40.7%, total biaya $0.017, dan waktu respons rata-rata 13.37s.
Yang membuat Kimi K2.5 unik: Model ini paling menonjol di Pemrograman, dengan peringkat #1, sementara Trik anti-AI adalah area terlemahnya di #18. 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
5.5
Konsistensi
8.7
T/A
$0.017
Total token output
2,659
Total token input
0
Harga input
$0.440 / 1M
Harga output
$2.000 / 1M
Tes tidak stabil
3
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 01:55 Uji ulang | 5.4 | 10.0 | $0.127 ↑ | Bandingkan | |
| 2026-07-16 22:13 Tes baru ditambahkan | 5.5 | 10.0 | $0.127 ↑ | Bandingkan | |
| 2026-06-04 13:32 Tes baru ditambahkan | 5.2 | 10.0 | $0.028 ↑ | 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
| 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 | 5.5 | 8.7 | T/A | 6/18 | 3 | 2,659 | 0 | $0.017 | 13.37s |
| 2026-07-16 22:13 · Tes baru ditambahkan | 66/66 percobaan | 5.5 | 8.6 | 10.0 | 6/22 | 4 | 26,638 | 89,322 | $0.127 | 19.15s |
| Selisih | — | 0.0 | +0.1 | 0 | -1 | -23979 | -89322 | -$0.111 | -5786ms |
Cakupan benchmark berbeda: 54/54 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 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 K2.5nonevsMiMo-V2.5-PrononeKimi K2.5nonevsDeepSeek V4 Flash 0731noneKimi K2.5nonevsGPT-5.6 LunanoneKimi K2.5nonevsLaguna S 2.1highTersedia gratisKimi K2.5nonevsKAT-Coder-Air V2.5lowKimi K2.5nonevsInkling SmallnoneKimi K2.5nonevsLaguna S 2.1mediumTersedia gratisKimi K2.5nonevsLaguna XS 2.1noneTersedia gratisKimi K2.5nonevsDeepSeek V4.1 FlashnoneKimi K2.5nonevsSeed-2.0-Codenone
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 |