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 Elephant

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-14

Metrică Kimi K2.5 Kimi K2.5 none Lansare: 2026-01-27 Elephant Elephant medium Lansare: 2026-04-14
Scor 5.5 5.2
Rang #72 #77
Consistență 8.7 9.6
Teste corecte
Rată de trecere pe încercare 40.7% 29.6%
Teste instabile 3 1
Rulări totale 54 54
Cost per rezultat 0.271 0.000
Cost total $0.017 $0.000
Preț de intrare $0.383 / 1M $0.000 / 1M
Preț de ieșire $1.720 / 1M $0.000 / 1M
Tokenuri de ieșire 2,659 2,596
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 13.37s 1.27s
Timp de răspuns (maxim) 42.13s 3.70s
Timp de răspuns (total) 147.05s 22.82s

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
Elephant 6.6 10.0 50.0% 0 1.19s 815 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
Elephant 5.1 3.3 33.3% 1 1.30s 365 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
Elephant 3.0 10.0 0.0% 0 3.70s 562 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
Elephant 6.5 10.0 50.0% 0 979ms 246 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
Elephant 3.0 10.0 0.0% 0 925ms 24 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
Elephant 4.3 10.0 0.0% 0 920ms 105 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
Elephant 9.8 10.0 100.0% 0 987ms 82 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
Elephant 3.7 10.0 0.0% 0 867ms 166 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
Elephant 3.0 10.0 0.0% 0 2.83s 231 0

Comparație rapidă

Schimbă perechea de comparație