AI BENCHY Compare
Google: Gemini 2.5 Flash vs MoonshotAI: Kimi K2.5
Compară:
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-03
| Metrică | Google: Gemini 2.5 Flash none Lansare: 2025-06-17 | MoonshotAI: Kimi K2.5 medium Lansare: 2026-01-27 |
|---|---|---|
| Rang | #36 | #25 |
| Scor mediu | 5.34 | 6.29 |
| Consistență | 9.40 | 7.69 |
| Cost per rezultat | 0.107 | 2.335 |
| Cost total | $0.007 | $0.187 |
| Teste corecte | ||
| Rată de trecere pe încercare | 47.6% | 73.8% |
| Teste instabile | 1 | 4 |
| Tokenuri de ieșire | 826 | 30,504 |
| Tokenuri de raționament | 0 | 58,467 |
Scor vs cost total
Defalcare pe categorii
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 1.00 | 10.00 | 0.0% | 0 | 99 | 0 | |
| MoonshotAI: Kimi K2.5 | 7.00 | 7.21 | 88.9% | 1 | 335 | 6,255 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 9.88 | 10.00 | 100.0% | 0 | 279 | 0 | |
| MoonshotAI: Kimi K2.5 | 10.00 | 10.00 | 100.0% | 0 | 1,181 | 6,049 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 4.00 | 7.21 | 55.6% | 1 | 12 | 0 | |
| MoonshotAI: Kimi K2.5 | 1.00 | 4.41 | 33.3% | 2 | 20,696 | 30,894 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 8.00 | 9.99 | 50.0% | 0 | 70 | 0 | |
| MoonshotAI: Kimi K2.5 | 9.50 | 10.00 | 100.0% | 0 | 3,777 | 4,967 |
| Puzzle Solving | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 4.67 | 10.00 | 33.3% | 0 | 132 | 0 | |
| MoonshotAI: Kimi K2.5 | 5.00 | 7.61 | 55.6% | 1 | 4,273 | 9,490 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 234 | 0 | |
| MoonshotAI: Kimi K2.5 | 10.00 | 10.00 | 100.0% | 0 | 242 | 812 |
Comparație rapidă
Schimbă perechea de comparație
Kimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneClaude Sonnet 4.6nonevsKimi K2.5mediumKimi K2.5mediumvsGLM 5noneGemini 2.5 FlashnonevsMiniMax M2.5mediumGemini 2.5 Flashnonevsgpt-oss-120bmediumDisponibil gratuitGemini 2.5 FlashnonevsGPT-5 MinimediumGemini 2.5 FlashnonevsQwen3.5-FlashmediumGemini 2.5 FlashnonevsGPT-5 NanomediumGemini 2.5 FlashnonevsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsMiMo-V2-FlashmediumClaude Opus 4.6mediumvsGemini 2.5 FlashnoneSeed-2.0-MinimediumvsGemini 2.5 Flashnone