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

Google: Gemini 3.5 Flash vs MoonshotAI: Kimi K2.5

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică Gemini 3.5 Flash Gemini 3.5 Flash low Lansare: 2026-05-19 Kimi K2.5 Kimi K2.5 none Lansare: 2026-01-27
Scor 9.3 5.3
Rang #3 #126
Fiabilitate 10.0 10.0
Consistență 10.0 8.9
Teste corecte
Rată de trecere pe încercare 90.0% 36.7%
Teste instabile 0 3
Rulări totale 60 60
Cost per rezultat 1.582 0.428
Cost total $0.285 $0.026
Preț de intrare $1.500 / 1M $0.400 / 1M
Preț de ieșire $9.000 / 1M $1.900 / 1M
Tokenuri de ieșire 2,027 6,734
Tokenuri de raționament 23,938 0
Timp de răspuns (mediu) 2.98s 14.16s
Timp de răspuns (maxim) 6.44s 42.13s
Timp de răspuns (total) 59.59s 184.10s

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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.52s 209 2,536
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
Gemini 3.5 Flash 6.8 10.0 50.0% 0 5.54s 452 6,839
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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 6.44s 351 3,050
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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 1.81s 279 1,164
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
Gemini 3.5 Flash 7.7 10.0 66.7% 0 3.39s 12 4,538
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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.27s 119 916
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
Gemini 3.5 Flash 9.9 10.0 100.0% 0 1.86s 71 1,652
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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.35s 288 2,150
Kimi K2.5 3.0 10.0 0.0% 0 4.73s 317 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.27s 234 403
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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 1.88s 12 690
Kimi K2.5 3.0 10.0 0.0% 0 3.90s 20 0

Comparație rapidă

Schimbă perechea de comparație