AI BENCHY Compare
MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.3 Chat
Compară:
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-03
| Metrică | MoonshotAI: Kimi K2.5 medium Lansare: 2026-01-27 | OpenAI: GPT-5.3 Chat none Lansare: 2026-03-03 |
|---|---|---|
| Rang | #25 | #14 |
| Scor mediu | 6.29 | 7.27 |
| Consistență | 7.69 | 8.26 |
| Cost per rezultat | 2.335 | 2.835 |
| Cost total | $0.187 | $0.256 |
| Teste corecte | ||
| Rată de trecere pe încercare | 73.8% | 73.8% |
| Teste instabile | 4 | 3 |
| Tokenuri de ieșire | 30,504 | 16,339 |
| Tokenuri de raționament | 58,467 | 0 |
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 |
|---|---|---|---|---|---|---|---|
| MoonshotAI: Kimi K2.5 | 7.00 | 7.21 | 88.9% | 1 | 335 | 6,255 | |
| OpenAI: GPT-5.3 Chat | 7.33 | 7.49 | 77.8% | 1 | 3,091 | 0 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| MoonshotAI: Kimi K2.5 | 10.00 | 10.00 | 100.0% | 0 | 1,181 | 6,049 | |
| OpenAI: GPT-5.3 Chat | 9.88 | 10.00 | 100.0% | 0 | 942 | 0 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| MoonshotAI: Kimi K2.5 | 1.00 | 4.41 | 33.3% | 2 | 20,696 | 30,894 | |
| OpenAI: GPT-5.3 Chat | 1.00 | 4.41 | 33.3% | 2 | 8,264 | 0 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| MoonshotAI: Kimi K2.5 | 9.50 | 10.00 | 100.0% | 0 | 3,777 | 4,967 | |
| OpenAI: GPT-5.3 Chat | 8.50 | 9.99 | 50.0% | 0 | 1,455 | 0 |
| Puzzle Solving | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| MoonshotAI: Kimi K2.5 | 5.00 | 7.61 | 55.6% | 1 | 4,273 | 9,490 | |
| OpenAI: GPT-5.3 Chat | 10.00 | 10.00 | 100.0% | 0 | 1,726 | 0 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| MoonshotAI: Kimi K2.5 | 10.00 | 10.00 | 100.0% | 0 | 242 | 812 | |
| OpenAI: GPT-5.3 Chat | 10.00 | 10.00 | 100.0% | 0 | 861 | 0 |
Comparație rapidă
Schimbă perechea de comparație
Kimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneGPT-5.3 ChatnonevsGLM 5mediumClaude Sonnet 4.6nonevsKimi K2.5mediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGLM 5noneGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewhighvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3 Chatnone