Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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 none Lansare: 2026-02-24 MoonshotAI: Kimi K2.5 medium Lansare: 2026-01-27
Rang #50 #29
Scor mediu 34 64
Consistență 89 78
Cost per rezultat 0.147 2.082
Cost total $0.006 $0.188
Timp de răspuns (medie) 594ms 69.84s
Timp de răspuns (maxim) 1.27s 137.29s
Timp de răspuns (total) 8.91s 558.72s
Teste corecte
Rată de trecere pe încercare 33.3% 73.3%
Teste instabile 2 4
Tokenuri de ieșire 1,144 34,638
Tokenuri de raționament 0 68,234

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 2 100 100 0.0% 0 466ms 274 0
MoonshotAI: Kimi K2.5 70 72 88.9% 1 85.28s 335 6,255
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 0.0% 0 606ms 131 0
MoonshotAI: Kimi K2.5 100 100 100.0% 0 71.37s 703 3,713
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 667ms 180 0
MoonshotAI: Kimi K2.5 99 100 100.0% 0 49.78s 563 7,940
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 40 72 44.4% 1 534ms 46 0
MoonshotAI: Kimi K2.5 100 44 33.3% 2 137.29s 20,753 30,564
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 55 100 50.0% 0 551ms 82 0
MoonshotAI: Kimi K2.5 100 100 100.0% 0 92.47s 5,371 6,547
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 2 100 100 0.0% 0 533ms 234 0
MoonshotAI: Kimi K2.5 40 73 44.4% 1 45.40s 6,671 12,403
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 1.27s 197 0
MoonshotAI: Kimi K2.5 100 100 100.0% 0 31.74s 242 812

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumClaude Sonnet 4.6nonevsKimi K2.5mediumKimi K2.5mediumvsGLM 5noneGemini 3 Flash PreviewnonevsKimi K2.5mediumGemini 3.1 Flash Lite PreviewnonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashnonevsKimi K2.5mediumDeepSeek V3.2nonevsKimi K2.5mediumGemini 3.1 Flash Lite PreviewlowvsKimi K2.5mediumKimi K2.5mediumvsQwen3.5-122B-A10Bnone