#79 MoonshotAI: Kimi K2.5
medium- Custo
- $0.030
- Tempo
- 58.6s
- Tokens
- 8,683 tok
Moonshot AI
Lançamento: 2026-01-27
Testado em: 2026-05-22 00:12
moonshotai/kimi-k2.5::medium
1T no total (32B ativos)MoEPesos disponíveis
(medium)
(none)
Resumo
Kimi K2.5 marca 6.7 no AI BENCHY e fica em #79. Tem fiabilidade 10.0, taxa de acerto de 66.7%, custo total de $0.314 e tempo médio de resposta de 89.36s.
O que torna Kimi K2.5 único: Destaca-se mais em Inteligência geral, onde fica em #4, enquanto Programação é a área mais fraca em #17.
Dados do modelo
Pesquisado em 2026-08-12
- Parâmetros
- 1T no total (32B ativos)
- Arquitetura
- MoE
- Disponibilidade
- Pesos disponíveis
- Licença
- Modified MIT
6.7
Consistência
6.8
10.0
$0.314
Total de tokens de saída
174,803
Total de tokens de entrada
0
Preço de entrada
$0.400 / 1M
Preço de saída
$1.900 / 1M
Testes instáveis
8
Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).
89.36s
Tempo de resposta (máx.): 281.00s
Tempo de resposta (total): 1161.65s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Histórico de execuções
| Testado em | Pontuação | Confiabilidade | Testes corretos | Custo total | Comparar |
|---|---|---|---|---|---|
| 2026-08-14 02:00 Novo teste | 7.0 | 10.0 | $0.607 ↑ | Comparar | |
| 2026-07-16 22:17 Novo teste adicionado | 7.0 | 10.0 | $0.600 ↑ | Comparar | |
| 2026-06-04 13:43 Novo teste adicionado | 6.8 | 10.0 | $0.328 ↓ | Comparar | |
| 2026-05-22 00:12 Suite alterada | 6.7 | 10.0 | $0.314 | Execução atual | |
| 2026-04-20 17:48 Primeira execução registrada | 7.0 | N/D | $0.220 | Comparar |
Esta execução usou uma suite de benchmark diferente. Considere as mudanças na suite ao analisar a evolução histórica.
Comparação de execuções
| Execução | Cobertura do benchmark | Pontuação | Consistência | Confiabilidade | Testes corretos | Testes instáveis | Total de tokens de saída | Total de tokens de entrada | Custo total | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:12 · Suite alterada | 60/60 tentativas | 6.7 | 6.8 | 10.0 | 9/20 | 8 | 174,803 | 0 | $0.314 | 89.36s |
| 2026-07-16 22:17 · Novo teste adicionado | 66/66 tentativas | 7.0 | 7.0 | 10.0 | 10/22 | 8 | 227,367 | 118,448 | $0.600 | 99.00s |
| Diferença | — | -0.3 | -0.2 | 0.0 | -1 | 0 | -52564 | -118448 | -$0.286 | -9645ms |
A cobertura do benchmark é diferente: 60/60 tentativas (Meta: 3 repetições por teste) contra 66/66 tentativas (Meta: 3 repetições por teste). Totais e métricas sensíveis a repetições não são diretamente comparáveis.
Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.
Gráficos
Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.
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
Comparação rápida
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
Detalhamento por categoria
| Categoria | Pontuação | Consistência | Testes corretos |
|---|---|---|---|
| Truques anti-IA | 7.3 | 5.8 | |
| Programação | 4.1 | 1.9 | |
| Combinado | 10.0 | 10.0 | |
| Análise e extração de dados | 10.0 | 10.0 | |
| Específico do domínio | 3.5 | 4.4 | |
| Inteligência geral | 6.5 | 3.4 | |
| Seguimento de instruções | 10.0 | 10.0 | |
| Resolução de quebra-cabeças | 5.3 | 7.3 | |
| Chamada de ferramentas | 10.0 | 10.0 | |
| Conhecimentos gerais | 3.0 | 10.0 |