नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.6 Luna

सारांश

Kimi K2.5 vs GPT-5.6 Luna (low) benchmark तुलना: GPT-5.6 Luna (low) average score मध्ये पुढे आहे: 6.2 vs 5.5. Kimi K2.5 चा benchmark खर्च कमी आहे: $0.027 vs $0.141. GPT-5.6 Luna (low) वेगवान आहे: 4.35s vs 13.18s, pass rates 34.9% vs 57.1%.

शिफारस केलेले मॉडेल: GPT-5.6 Luna (low) - It has the best score here (6.2), while responding about 3.0x faster than Kimi K2.5.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-10

मेट्रिक Kimi K2.5 Kimi K2.5 none प्रकाशन: 2026-01-27 GPT-5.6 Luna GPT-5.6 Luna low प्रकाशन: 2026-07-09
स्कोअर 5.5 6.2
क्रमांक #136 #108
विश्वसनीयता 10.0 10.0
सुसंगतता 8.9 8.5
बरोबर चाचण्या
प्रति प्रयत्न पास दर 34.9% 57.1%
अस्थिर चाचण्या 3 4
एकूण रन 63 63
प्रति निकाल खर्च 0.442 1.404
एकूण खर्च $0.027 $0.141
इनपुट किंमत $0.375 / 1M $1.000 / 1M
आउटपुट किंमत $2.025 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 36,034 34,218
आउटपुट टोकन्स 6,657 2,110
रिझनिंग टोकन्स 0 15,571
प्रतिसाद वेळ (सरासरी) 13.18s 4.35s
प्रतिसाद वेळ (कमाल) 42.13s 18.06s
प्रतिसाद वेळ (एकूण) 184.47s 91.45s

जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#136 MoonshotAI: Kimi K2.5

none
खर्च
$0.015
वेळ
89.1s
टोकन्स
5,421 tok

#108 GPT-5.6 Luna

low
खर्च
$0.011
वेळ
10.2s
टोकन्स
1,897 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Kimi K2.5 3.6 8.4 8.3% 1 6.24s 652 373 0
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.21s 606 186 722
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0
GPT-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Kimi K2.5 2.8 2.1 33.3% 1 19.16s 12,264 748 0
GPT-5.6 Luna 2.8 1.6 33.3% 1 7.99s 11,019 300 1,060
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Kimi K2.5 7.3 5.8 83.3% 1 42.13s 7,180 187 0
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.14s 7,140 234 292
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Kimi K2.5 5.3 10.0 33.3% 0 4.38s 753 29 0
GPT-5.6 Luna 3.6 7.2 22.2% 1 10.05s 723 70 6,718
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Kimi K2.5 10.0 10.0 100.0% 0 4.00s 483 76 0
GPT-5.6 Luna 5.0 10.0 0.0% 0 2.25s 477 122 169
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Kimi K2.5 6.5 10.0 50.0% 0 2.67s 677 60 0
GPT-5.6 Luna 8.5 6.8 83.3% 1 2.04s 660 93 259
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Kimi K2.5 3.0 10.0 0.0% 0 4.04s 667 236 0
GPT-5.6 Luna 7.6 7.2 77.8% 1 3.59s 642 271 1,207
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Kimi K2.5 10.0 10.0 100.0% 0 13.99s 5,835 220 0
GPT-5.6 Luna 10.0 10.0 100.0% 0 4.43s 5,454 250 177
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Kimi K2.5 3.0 10.0 0.0% 0 3.90s 212 20 0
GPT-5.6 Luna 3.0 10.0 0.0% 0 4.86s 195 27 1,432

झटपट तुलना

तुलना जोडी बदला