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-5.4

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-16

Metrică Kimi K2.5 Kimi K2.5 medium Lansare: 2026-01-27 GPT-5.4 GPT-5.4 none Lansare: 2026-03-05
Scor 7.0 5.9
Rang #45 #65
Consistență 6.8 9.1
Teste corecte
Rată de trecere pe încercare 72.2% 42.6%
Teste instabile 7 2
Rulări totale 54 54
Cost per rezultat 2.444 1.477
Cost total $0.220 $0.104
Preț de intrare $0.383 / 1M $2.500 / 1M
Preț de ieșire $1.720 / 1M $15.000 / 1M
Tokenuri de ieșire 42,176 2,317
Tokenuri de raționament 84,870 0
Timp de răspuns (mediu) 72.43s 1.51s
Timp de răspuns (maxim) 150.77s 2.95s
Timp de răspuns (total) 796.70s 27.21s

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 3.2 8.0 8.3% 1 1.21s 406 0
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 10.0 10.0 100.0% 0 2.95s 480 0
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 3.0 10.0 0.0% 0 2.89s 291 0
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 10.0 10.0 100.0% 0 1.04s 222 0
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 5.3 7.2 44.4% 1 1.07s 50 0
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 4.4 9.9 0.0% 0 1.78s 184 0
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 6.5 10.0 50.0% 0 1.07s 81 0
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 5.6 9.8 33.3% 0 1.52s 357 0
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 10.0 10.0 100.0% 0 2.75s 246 0

Comparație rapidă

Schimbă perechea de comparație

Gemma 4 31BnoneDisponibil gratuitvsKimi K2.5mediumMiniMax M2.5mediumDisponibil gratuitvsGPT-5.4noneKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneMistral Small 4mediumvsGPT-5.4noneKimi K2.5mediumvsGLM 5noneClaude Sonnet 4.6nonevsKimi K2.5mediumKimi K2.5mediumvsMiMo-V2-OmninoneMercury 2mediumvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneGPT-5.4nonevsElephantmediumKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.4nonevsGrok 4.1 Fastmedium