#51 MoonshotAI: Kimi K2.5
medium- コスト
- $0.030
- 時間
- 58.6s
- トークン
- 8,683 tok
Moonshot AI
リリース: 2026-01-27
テスト日時: 2026-04-20 17:48
moonshotai/kimi-k2.5::medium
1T 総数 (32B アクティブ)MoE重み公開
(medium)
(none)
概要
Kimi K2.5 は AI BENCHY で 7.0 を記録し、順位は #51 です。信頼性は 該当なし、成功率は 72.2%、総コストは $0.220、平均応答時間は 72.43s です。
Kimi K2.5 の特徴: 最も目立つのは 複合 で、順位は #1 です。一方、最も弱い領域は コーディング で #18 です。
モデル情報
調査日：2026-08-12
- パラメータ
- 1T 総数 (32B アクティブ)
- アーキテクチャ
- MoE
- 公開状況
- 重み公開
- ライセンス
- Modified MIT
入力価格
$0.440 / 1M
出力価格
$2.000 / 1M
不安定なテスト
7
不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
実行履歴
| テスト日時 | スコア | 信頼性 | 正解テスト | 合計コスト | 比較する |
|---|---|---|---|---|---|
| 2026-08-14 02:00 再テスト | 7.0 | 10.0 | $0.607 ↑ | 比較する | |
| 2026-07-16 22:17 新しいテストを追加 | 7.0 | 10.0 | $0.600 ↑ | 比較する | |
| 2026-06-04 13:43 新しいテストを追加 | 6.8 | 10.0 | $0.328 ↓ | 比較する | |
| 2026-05-22 00:12 スイート変更 | 6.7 | 10.0 | $0.314 | 比較する | |
| 2026-04-20 17:48 最初に記録された実行 | 7.0 | 該当なし | $0.220 | 現在の実行 |
実行比較
| 実行 | ベンチマーク網羅率 | スコア | 一貫性 | 信頼性 | 正解テスト | 不安定なテスト | 合計出力トークン | 合計入力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-20 17:48 · 最初に記録された実行 | 54/54 回 | 7.0 | 6.8 | 該当なし | 9/18 | 7 | 127,046 | 0 | $0.220 | 72.43s |
| 2026-08-14 02:00 · 再テスト | 66/66 回 | 7.0 | 7.0 | 10.0 | 10/22 | 8 | 220,942 | 118,496 | $0.607 | 98.19s |
| 差分 | — | 0.0 | -0.2 | -1 | -1 | -93896 | -118496 | -$0.387 | -25763ms |
ベンチマーク網羅率が異なります: 54/54 回 (目標: テストごとに 3 回) と 66/66 回 (目標: テストごとに 3 回)。合計値と反復回数に左右される指標は直接比較できません。
この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。
チャート
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。
クイック比較
Kimi K2.5mediumvsSeed-2.0-MinimediumKimi K2.5mediumvsKAT-Coder-Pro V2.5mediumKimi K2.5mediumvsGrok 4.20mediumKimi K2.5mediumvsQwen3.7 FlashmediumKimi K2.5mediumvsMercury 2mediumKimi K2.5mediumvsSeed-2.0-CodehighKimi K2.5mediumvsGPT-5.5noneKimi K2.5mediumvsGemini 3.5 FlashnoneKimi K2.5mediumvsGLM 5.1mediumKimi K2.5mediumvsQwen3.6 Flashmedium