Navegação
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 xAI: Grok Build 0.1

Resumo

Comparação benchmark Kimi K2.5 vs Grok Build 0.1: A pontuação média está praticamente empatada em 7.5 vs 7.6. Kimi K2.5 tem menor custo de benchmark com $0.348 vs $0.927. Grok Build 0.1 é mais rápido com 49.90s vs 98.43s, com taxas de acerto de 68.3% vs 61.9%.

Modelo recomendado: Kimi K2.5 - Tem a melhor pontuação aqui (7.5) e custa cerca de 2.7x menos que Grok Build 0.1.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-02

Métrica Kimi K2.5 Kimi K2.5 medium Lançamento: 2026-01-27 Grok Build 0.1 Grok Build 0.1 medium Lançamento: 2026-05-21
Pontuação 7.5 7.6
Posição #45 #44
Confiabilidade 10.0 10.0
Consistência 6.9 9.9
Testes corretos
Taxa de acerto por tentativa 68.3% 61.9%
Testes instáveis 8 0
Execuções totais 63 63
Custo por resultado 3.704 7.124
Custo total $0.348 $0.927
Preço de entrada $0.375 / 1M $1.000 / 1M
Preço de saída $2.025 / 1M $2.000 / 1M
Total de tokens de entrada 34,312 44,418
Tokens de saída 48,379 2,782
Tokens de raciocínio 157,747 438,018
Tempo de resposta (médio) 98.43s 49.90s
Tempo de resposta (máx.) 281.00s 252.69s
Tempo de resposta (total) 1378.03s 1047.92s

Geração showcase

Hamster playing table tennis

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

#45 MoonshotAI: Kimi K2.5

medium
Custo
$0.030
Tempo
58.6s
Tokens
8,683 tok

#44 xAI: Grok Build 0.1

medium
Custo
$0.028
Tempo
81.3s
Tokens
14,009 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Truques anti-IA Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
Grok Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
Grok Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
Grok Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
Grok Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
Grok Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
Grok Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
Grok Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
Grok Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644
Grok Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Comparação rápida

Trocar par de comparação

DeepSeek V4 ProhighvsGrok Build 0.1mediumKimi K2.5mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsKimi K2.5mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Opus 4.8lowvsGrok Build 0.1mediumKimi K2.5mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsKimi K2.5mediumClaude Opus 4.8lowvsKimi K2.5mediumGemini 3 Flash PreviewlowvsGrok Build 0.1mediumClaude Sonnet 4.6nonevsKimi K2.5mediumClaude Sonnet 4.6nonevsGrok Build 0.1medium