#51 MoonshotAI: Kimi K2.5
medium- Kosten
- $0.030
- Tijd
- 58.6s
- Tokens
- 8,683 tok
Moonshot AI
Releasedatum: 2026-01-27
Getest op: 2026-04-20 17:48
moonshotai/kimi-k2.5::medium
1T totaal (32B actief)MoEGewichten beschikbaar
(medium)
(none)
Samenvatting
Kimi K2.5 scoort 7.0 op AI BENCHY en staat op #51. Het model heeft n.v.t. betrouwbaarheid, een slagingspercentage van 72.2%, $0.220 totale kosten en 72.43s gemiddelde responstijd.
Wat Kimi K2.5 uniek maakt: Het valt het meest op in Gecombineerd, waar het #1 staat, terwijl Programmeren het zwakste gebied is met #18.
Modelgegevens
Onderzocht op 2026-08-12
- Parameters
- 1T totaal (32B actief)
- Architectuur
- MoE
- Beschikbaarheid
- Gewichten beschikbaar
- Licentie
- Modified MIT
7.0
Consistentie
6.8
n.v.t.
Totaal aantal uitvoer-tokens
127,046
Totaal aantal invoer-tokens
0
Invoerprijs
$0.440 / 1M
Uitvoerprijs
$2.000 / 1M
Instabiele tests
7
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-08-14 02:00 Hertest | 7.0 | 10.0 | $0.607 ↑ | Vergelijken | |
| 2026-07-16 22:17 Nieuwe test toegevoegd | 7.0 | 10.0 | $0.600 ↑ | 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 | Vergelijken | |
| 2026-04-20 17:48 Eerste geregistreerde run | 7.0 | n.v.t. | $0.220 | Huidige run |
Runvergelijking
| Run | Benchmarkdekking | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-20 17:48 · Eerste geregistreerde run | 54/54 pogingen | 7.0 | 6.8 | n.v.t. | 9/18 | 7 | 127,046 | 0 | $0.220 | 72.43s |
| 2026-08-14 02:00 · Hertest | 66/66 pogingen | 7.0 | 7.0 | 10.0 | 10/22 | 8 | 220,942 | 118,496 | $0.607 | 98.19s |
| Verschil | — | 0.0 | -0.2 | -1 | -1 | -93896 | -118496 | -$0.387 | -25763ms |
De benchmarkdekking verschilt: 54/54 pogingen (Doel: 3 herhalingen per test) tegenover 66/66 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.
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.
Topmodellen op score
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
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
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 7.3 | 5.8 | |
| Programmeren | 4.7 | 1.6 | |
| 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 |