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

MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.2

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-19

Metrică Kimi K2.5 Kimi K2.5 medium Lansare: 2026-01-27 GPT-5.2 GPT-5.2 medium Lansare: 2025-12-11
Scor 6.8 7.2
Rang #76 #65
Fiabilitate 10.0 10.0
Consistență 7.0 8.2
Teste corecte
Rată de trecere pe încercare 68.4% 68.4%
Teste instabile 7 4
Rulări totale 57 57
Cost per rezultat 2.616 3.609
Cost total $0.236 $0.397
Preț de intrare $0.400 / 1M $1.750 / 1M
Preț de ieșire $1.900 / 1M $14.000 / 1M
Tokenuri de ieșire 42,188 2,731
Tokenuri de raționament 92,514 22,200
Timp de răspuns (mediu) 73.39s 15.22s
Timp de răspuns (maxim) 150.77s 77.80s
Timp de răspuns (total) 880.65s 182.59s

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
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 2,789 8,880
GPT-5.2 6.5 8.0 58.3% 1 7.81s 567 2,002
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.5 4.7 1.6 66.7% 1 150.77s 1,269 9,749
GPT-5.2 10.0 10.0 100.0% 0 15.12s 467 2,166
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
GPT-5.2 10.0 10.0 100.0% 0 14.06s 291 1,757
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
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 563 7,940
GPT-5.2 10.0 10.0 100.0% 0 3.15s 234 420
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 20,753 30,564
GPT-5.2 5.9 7.2 55.6% 1 77.80s 42 10,342
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 3,815 4,262
GPT-5.2 3.7 9.7 0.0% 0 4.32s 162 269
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
GPT-5.2 9.9 10.0 100.0% 0 3.12s 94 614
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
Kimi K2.5 5.3 7.3 44.4% 1 45.40s 6,671 12,403
GPT-5.2 7.6 7.3 77.8% 1 5.47s 609 938
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
GPT-5.2 4.7 1.6 66.7% 1 10.30s 239 469
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 12 7,644
GPT-5.2 3.0 10.0 0.0% 0 28.18s 26 3,223

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumClaude Sonnet 4.6nonevsGPT-5.2mediumRing-2.6-1TnonevsGPT-5.2mediumGPT-5.2mediumvsQwen3.6 Max PreviewnoneDeepSeek V4 ProhighvsKimi K2.5mediumGemma 4 31BnoneDisponibil gratuitvsKimi K2.5mediumKimi K2.5mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneGemma 4 31BnoneDisponibil gratuitvsGPT-5.2mediumDeepSeek V4 FlashhighDisponibil gratuitvsGPT-5.2mediumDeepSeek V4 ProhighvsGPT-5.2medium