Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Inception: Mercury 2 vs MoonshotAI: Kimi K2.5

Compară:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-05

Metrică Inception: Mercury 2 medium Lansare: 2026-02-24 MoonshotAI: Kimi K2.5 none Lansare: 2026-01-27
Rang #35 #48
Scor mediu 54 37
Consistență 83 85
Cost per rezultat 0.622 0.359
Cost total $0.044 $0.015
Timp de răspuns (medie) 2.47s 12.90s
Timp de răspuns (maxim) 14.63s 42.13s
Timp de răspuns (total) 34.56s 103.17s
Teste corecte
Rată de trecere pe încercare 57.8% 35.6%
Teste instabile 3 3
Tokenuri de ieșire 3,571 1,924
Tokenuri de raționament 45,379 0

Top modele după scor

Timp de răspuns (medie)

Scor vs cost total

Scor mediu vs Timp de răspuns (medie)

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 73 98 66.7% 0 1.30s 2,531 2,410
MoonshotAI: Kimi K2.5 27 79 11.1% 1 11.38s 363 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 100 100 100.0% 0 3.28s 268 4,887
MoonshotAI: Kimi K2.5 100 21 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 (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 55 59 83.3% 1 1.11s 183 1,656
MoonshotAI: Kimi K2.5 54 58 83.3% 1 42.13s 187 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 100 72 11.1% 1 6.48s 41 30,754
MoonshotAI: Kimi K2.5 40 100 33.3% 0 4.38s 29 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 100 100 100.0% 0 1.07s 14 958
MoonshotAI: Kimi K2.5 55 100 50.0% 0 2.67s 60 0
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 17 75 22.2% 1 934ms 354 2,758
MoonshotAI: Kimi K2.5 100 100 0.0% 0 4.73s 317 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 100 100 100.0% 0 1.89s 180 1,956
MoonshotAI: Kimi K2.5 100 100 100.0% 0 13.99s 220 0

Comparație rapidă

Schimbă perechea de comparație

Gemini 2.5 FlashnonevsMercury 2mediumDeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsGLM 5noneKimi K2.5nonevsQwen3 Coder NextmediumKimi K2.5nonevsGLM 4.7 FlashmediumMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGPT-5.4noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMiniMax M2.5mediumvsKimi K2.5none