AI BENCHY
Advertise here
#79

Kimi K2.5

Moonshot AI Releasedatum: 2026-01-27 Getest op: 2026-05-22 00:12 moonshotai/kimi-k2.5::medium
(medium) (none)

Samenvatting

Kimi K2.5 scoort 6.7 op AI BENCHY en staat op #79. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 66.7%, $0.314 totale kosten en 89.36s gemiddelde responstijd.

Wat Kimi K2.5 uniek maakt: Het valt het meest op in Algemene intelligentie, waar het #3 staat, terwijl Programmeren het zwakste gebied is met #11.

Score

6.7

Consistentie

6.8

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$0.314

Totaal aantal uitvoer-tokens

174,803

Totaal aantal invoer-tokens

0

Invoerprijs

$0.400 / 1M

Uitvoerprijs

$1.900 / 1M

Correcte tests

Foute tests: 11

Slaagpercentage per poging: 66.7%

Instabiele tests

8

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

89.36s

Responstijd (max): 281.00s

Responstijd (totaal): 1161.65s

Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Geen antwoord: 2 Time-out: 2

Generatie-showcase

Hamster playing table tennis

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

#79 MoonshotAI: Kimi K2.5

medium
Kosten
$0.030
Tijd
58.6s
Tokens
8,683 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-06-04 13:43 Nieuwe test toegevoegd 6.8 10.0 $0.328 ↓ Vergelijken
2026-05-22 00:12 Suite gewijzigd 6.7 10.0 $0.314 Huidige run
2026-04-20 17:48 Eerste geregistreerde run 7.0 n.v.t. $0.220 Vergelijken

Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.

Runvergelijking

RunScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-05-22 00:12 · Suite gewijzigd6.76.810.09/208174,8030$0.31489.36s
2026-04-20 17:48 · Eerste geregistreerde run7.06.8n.v.t.9/187127,0460$0.22072.43s
Verschil-0.30.00+1+477570+$0.094+16930ms

Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.

Grafieken

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

Kimi K2.5mediumvsDeepSeek V4 ProhighKimi K2.5mediumvsMiniMax M3mediumKimi K2.5mediumvsMercury 2mediumKimi K2.5mediumvsStep 3.7 FlashlowKimi K2.5mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGemini 3.5 FlashhighKimi K2.5mediumvsGemini 3 Flash PreviewmediumKimi K2.5mediumvsNemotron 3 Ultra 550b A55bmediumGratis beschikbaarKimi K2.5mediumvsGPT-5.5low

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 7.3 5.8
Programmeren 4.1 1.9
Gecombineerd 10.0 10.0
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 3.5 4.4
Algemene intelligentie 6.5 3.4
Instructies opvolgen 10.0 10.0
Puzzeloplossing 5.3 7.3
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen