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-oss-120b

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-11

Metrică Kimi K2.5 Kimi K2.5 none Lansare: 2026-01-27 gpt-oss-120b gpt-oss-120b none Lansare: 2025-08-05 Disponibil gratuit
Scor 5.5 5.2
Rang #72 #79
Consistență 8.7 7.9
Teste corecte
Rată de trecere pe încercare 40.7% 38.9%
Teste instabile 3 5
Rulări totale 54 54
Cost per rezultat 0.271 0.221
Cost total $0.017 $0.009
Preț de intrare $0.383 / 1M $0.039 / 1M
Preț de ieșire $1.720 / 1M $0.190 / 1M
Tokenuri de ieșire 2,659 44,652
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 13.37s 11.96s
Timp de răspuns (maxim) 42.13s 68.97s
Timp de răspuns (total) 147.05s 179.34s

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 3.6 8.4 8.3% 1 6.24s 373 0
gpt-oss-120b 6.6 8.0 58.3% 1 6.03s 4,867 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 10.0 10.0 100.0% 0 38.78s 649 0
gpt-oss-120b 4.3 1.1 66.7% 1 9.57s 3,232 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 2.8 2.1 33.3% 1 19.16s 748 0
gpt-oss-120b 3.0 10.0 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 7.3 5.8 83.3% 1 42.13s 187 0
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 598 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 5.3 10.0 33.3% 0 4.38s 29 0
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 29,483 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 10.0 10.0 100.0% 0 4.00s 76 0
gpt-oss-120b 4.6 10.0 0.0% 0 2.83s 586 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 6.5 10.0 50.0% 0 2.67s 60 0
gpt-oss-120b 8.4 6.9 83.3% 1 5.10s 1,982 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 3.1 10.0 0.0% 0 4.73s 317 0
gpt-oss-120b 4.5 4.8 44.5% 2 6.86s 3,904 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 13.99s 220 0
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0

Comparație rapidă

Schimbă perechea de comparație