Navigare
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

DeepSeek: DeepSeek V3.2 vs MoonshotAI: Kimi K2.5

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-26

Metrică DeepSeek V3.2 DeepSeek V3.2 none Lansare: 2025-12-01 Kimi K2.5 Kimi K2.5 none Lansare: 2026-01-27
Scor 5.7 5.3
Rang #109 #128
Fiabilitate 10.0 10.0
Consistență 8.3 8.9
Teste corecte
Rată de trecere pe încercare 48.3% 36.7%
Teste instabile 4 3
Rulări totale 98 98
Cost per rezultat 0.246 0.447
Cost total $0.020 $0.027
Preț de intrare $0.252 / 1M $0.400 / 1M
Preț de ieșire $0.378 / 1M $1.900 / 1M
Tokenuri de ieșire 14,503 6,767
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 14.43s 14.06s
Timp de răspuns (maxim) 115.89s 42.13s
Timp de răspuns (total) 288.55s 182.72s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 3.3 8.2 12.5% 1 9.35s 1,073 0
Kimi K2.5 3.6 8.4 8.3% 1 6.24s 373 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 3.1 5.4 16.7% 1 20.87s 4,522 0
Kimi K2.5 6.8 10.0 50.0% 0 35.97s 4,704 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 6.5 10.0 0.0% 0 115.89s 2,887 0
Kimi K2.5 2.8 2.1 33.3% 1 19.16s 748 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 6.3 5.8 66.7% 1 9.42s 1,710 0
Kimi K2.5 7.3 5.8 83.3% 1 42.13s 187 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 3.0 6.9 16.7% 1 4.17s 21 0
Kimi K2.5 5.3 10.0 33.3% 0 4.38s 29 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 7.6 10.0 100.0% 0 9.32s 43 0
Kimi K2.5 10.0 10.0 100.0% 0 4.00s 76 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 10.0 10.0 100.0% 0 1.52s 66 0
Kimi K2.5 6.5 10.0 50.0% 0 2.67s 60 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 8.9 10.0 100.0% 0 6.91s 3,642 0
Kimi K2.5 3.0 10.0 0.0% 0 4.04s 350 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 10.0 10.0 100.0% 0 11.85s 522 0
Kimi K2.5 10.0 10.0 100.0% 0 13.99s 220 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 3.0 10.0 0.0% 0 17.23s 17 0
Kimi K2.5 3.0 10.0 0.0% 0 3.90s 20 0

Comparație rapidă

Schimbă perechea de comparație