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 Owl Alpha

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

Metrică Kimi K2.5 Kimi K2.5 none Lansare: 2026-01-27 Owl Alpha Owl Alpha none Lansare: 2026-04-30
Scor 5.3 5.7
Rang #126 #106
Fiabilitate 10.0 10.0
Consistență 8.9 9.2
Teste corecte
Rată de trecere pe încercare 36.7% 41.7%
Teste instabile 3 2
Rulări totale 60 60
Cost per rezultat 0.428 0.000
Cost total $0.026 $0.000
Preț de intrare $0.400 / 1M $0.000 / 1M
Preț de ieșire $1.900 / 1M $0.000 / 1M
Tokenuri de ieșire 6,734 4,864
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 14.16s 8.84s
Timp de răspuns (maxim) 42.13s 47.10s
Timp de răspuns (total) 184.10s 176.83s

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
Owl Alpha 3.4 7.9 16.7% 1 2.78s 57 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 6.8 10.0 50.0% 0 35.97s 4,704 0
Owl Alpha 7.0 9.9 50.0% 0 39.68s 3,629 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
Owl Alpha 3.0 10.0 0.0% 0 21.74s 315 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
Owl Alpha 10.0 10.0 100.0% 0 3.60s 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
Owl Alpha 5.3 10.0 33.3% 0 3.00s 27 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
Owl Alpha 4.3 10.0 0.0% 0 4.61s 80 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
Owl Alpha 6.4 10.0 50.0% 0 2.63s 63 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 3.0 10.0 0.0% 0 4.73s 317 0
Owl Alpha 5.9 7.2 55.6% 1 4.43s 202 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
Owl Alpha 10.0 10.0 100.0% 0 22.78s 231 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 3.90s 20 0
Owl Alpha 3.0 10.0 0.0% 0 2.50s 14 0

Comparație rapidă

Schimbă perechea de comparație

CobuddymediumDisponibil gratuitvsOwl AlphanoneKimi K2.5nonevsElephant AlphamediumMistral Small 4mediumvsKimi K2.5noneMiniMax M2.5mediumDisponibil gratuitvsKimi K2.5nonegpt-oss-120bmediumDisponibil gratuitvsOwl AlphanoneNemotron 3 SupermediumDisponibil gratuitvsOwl AlphanoneMiniMax M2.7mediumvsKimi K2.5noneKimi K2.5nonevsgpt-oss-120bmediumDisponibil gratuitMiniMax M2.5mediumDisponibil gratuitvsOwl AlphanoneMistral Small 4mediumvsOwl AlphanoneGPT-5 NanomediumvsOwl AlphanoneCobuddymediumDisponibil gratuitvsKimi K2.5none