Navigatie
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

Inception: Mercury 2 vs MoonshotAI: Kimi K2.5

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-03

Metriek Mercury 2 Mercury 2 medium Releasedatum: 2026-02-24 Kimi K2.5 Kimi K2.5 medium Releasedatum: 2026-01-27
Score 6.5 6.7
Rang #89 #81
Betrouwbaarheid 10.0 10.0
Consistentie 8.8 6.8
Correcte tests
Slaagpercentage per poging 51.7% 66.7%
Instabiele tests 3 8
Totaal runs 60 60
Kosten per resultaat 0.611 3.486
Totale kosten $0.055 $0.272
Invoerprijs $0.250 / 1M $0.400 / 1M
Uitvoerprijs $0.750 / 1M $1.900 / 1M
Totaal aantal invoer-tokens 32,570 31,717
Uitvoer-tokens 4,022 48,374
Redeneer-tokens 58,405 128,473
Responstijd (gem.) 2.27s 89.02s
Responstijd (max) 14.63s 281.00s
Responstijd (totaal) 43.20s 1157.32s

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 7.2 6.5 66.7% 1 2.29s 4,519 270 8,514
Kimi K2.5 4.1 1.9 50.0% 2 215.89s 4,340 5,700 45,419
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644

Snelle vergelijking

Vergelijkingspaar wisselen

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumGemma 4 31BnoneGratis beschikbaarvsKimi K2.5mediumMercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2mediumKimi K2.5mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsRing-2.6-1TnoneGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.5noneGemini 2.5 FlashnonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2medium