Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.4 Mini

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-5.4 Mini GPT-5.4 Mini medium Lansare: 2026-03-17
Scor 6.8 7.2
Rang #76 #67
Fiabilitate 10.0 10.0
Consistență 7.0 7.9
Teste corecte
Rată de trecere pe încercare 68.4% 68.4%
Teste instabile 7 5
Rulări totale 57 57
Cost per rezultat 2.616 3.443
Cost total $0.236 $0.345
Preț de intrare $0.400 / 1M $0.750 / 1M
Preț de ieșire $1.900 / 1M $4.500 / 1M
Tokenuri de ieșire 42,188 2,163
Tokenuri de raționament 92,514 69,741
Timp de răspuns (mediu) 73.39s 16.00s
Timp de răspuns (maxim) 150.77s 102.91s
Timp de răspuns (total) 880.65s 303.99s

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-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
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-5.4 Mini 10.0 10.0 100.0% 0 7.76s 423 1,548
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-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
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-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
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-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
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-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
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-5.4 Mini 7.4 6.7 66.7% 1 2.50s 129 1,337
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-5.4 Mini 7.8 10.0 66.7% 0 4.33s 271 2,449
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-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594
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-5.4 Mini 3.0 10.0 0.0% 0 30.10s 32 10,174

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsGPT-5.4 MinimediumGemini 3.1 Flash LiteminimalvsKimi K2.5mediumDeepSeek V4 ProhighvsKimi K2.5mediumRing-2.6-1TnonevsGPT-5.4 MinimediumGemma 4 31BnoneDisponibil gratuitvsKimi K2.5mediumGPT-5.4 MinimediumvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneGemma 4 31BnoneDisponibil gratuitvsGPT-5.4 MinimediumDeepSeek V4 ProhighvsGPT-5.4 MinimediumKimi K2.5mediumvsGLM 5none