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 xAI: Grok Build 0.1

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică Kimi K2.5 Kimi K2.5 medium Lansare: 2026-01-27 Grok Build 0.1 Grok Build 0.1 none Lansare: 2026-05-21
Scor 6.7 6.6
Rang #79 #82
Fiabilitate 10.0 10.0
Consistență 6.8 8.0
Teste corecte
Rată de trecere pe încercare 66.7% 60.4%
Teste instabile 8 4
Rulări totale 60 57
Cost per rezultat 3.479 7.805
Cost total $0.314 $0.547
Preț de intrare $0.400 / 1M $1.000 / 1M
Preț de ieșire $1.900 / 1M $2.000 / 1M
Tokenuri de ieșire 46,619 267,275
Tokenuri de raționament 128,184 0
Timp de răspuns (mediu) 89.36s 28.69s
Timp de răspuns (maxim) 281.00s 138.35s
Timp de răspuns (total) 1161.65s 459.00s

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
Grok Build 0.1 8.7 7.9 91.7% 1 6.30s 11,162 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 4.1 1.9 50.0% 2 215.89s 5,700 45,419
Grok Build 0.1 10.0 10.0 100.0% 0 21.41s 16,568 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
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 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
Grok Build 0.1 4.7 1.6 66.7% 1 9.33s 6,359 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
Grok Build 0.1 3.6 7.2 22.2% 1 103.71s 179,469 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
Grok Build 0.1 4.3 10.0 0.0% 0 12.47s 6,647 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
Grok Build 0.1 9.8 10.0 100.0% 0 7.36s 8,970 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
Grok Build 0.1 6.4 7.7 55.6% 1 9.55s 14,982 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
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
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
Grok Build 0.1 3.0 10.0 0.0% 0 36.09s 23,118 0

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumDeepSeek V4 ProhighvsKimi K2.5mediumQwen3.6 27BmediumvsGrok Build 0.1noneDeepSeek V4 ProhighvsGrok Build 0.1noneGemma 4 31BnoneDisponibil gratuitvsKimi K2.5mediumGemini 3.1 Flash LiteminimalvsGrok Build 0.1noneGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.5noneKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneGPT-5 MinimediumvsGrok Build 0.1noneGrok Build 0.1nonevsMiMo-V2-OmnimediumMercury 2mediumvsGrok Build 0.1none