#147 MoonshotAI: Kimi K2.5
none- Cost
- $0.015
- Timp
- 89.1s
- Tokenuri
- 5,421 tok
Moonshot AI
Lansare: 2026-01-27
Testat la: 2026-07-16 22:13
moonshotai/kimi-k2.5::none
1T în total (32B activi)MoEPonderi disponibile
(medium)
(none)
Rezumat
Kimi K2.5 obține 5.5 pe AI BENCHY și este pe #147. Are fiabilitate 10.0, rată de reușită 34.9%, cost total $0.127 și timp mediu de răspuns 19.15s.
Ce face Kimi K2.5 unic: Se remarcă cel mai mult la Inteligență generală, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #15.
Date despre model
Documentat la 2026-08-12
- Parametri
- 1T în total (32B activi)
- Arhitectură
- MoE
- Disponibilitate
- Ponderi disponibile
- Licență
- Modified MIT
5.5
Consistență
8.6
10.0
Total tokenuri de ieșire
26,638
Total tokenuri de intrare
89,322
Preț de intrare
$0.571 / 1M
Preț de ieșire
$2.850 / 1M
Teste instabile
4
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 01:55 Retestare | 5.4 | 10.0 | $0.127 ↑ | Compară | |
| 2026-07-16 22:13 Test nou adăugat | 5.5 | 10.0 | $0.127 ↑ | Rularea curentă | |
| 2026-06-04 13:32 Test nou adăugat | 5.2 | 10.0 | $0.028 ↑ | Compară | |
| 2026-05-22 00:03 Suită modificată | 5.3 | 10.0 | $0.026 | Compară | |
| 2026-04-20 17:48 Prima rulare înregistrată | 5.5 | N/D | $0.017 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 22:13 · Test nou adăugat | 66/66 încercări | 5.5 | 8.6 | 10.0 | 6/22 | 4 | 26,638 | 89,322 | $0.127 | 19.15s |
| 2026-06-04 13:32 · Test nou adăugat | 63/63 încercări | 5.2 | 8.9 | 10.0 | 6/21 | 3 | 6,657 | 36,034 | $0.028 | 13.18s |
| Diferență | — | +0.3 | -0.3 | 0.0 | 0 | +1 | +19981 | +53288 | +$0.100 | +5977ms |
Acoperirea benchmark diferă: 66/66 încercări (Țintă: 3 repetări per test) față de 63/63 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-06-04 15:40 | $0.400 / 1M | $1.900 / 1M |
| 2026-06-17 10:07 | $0.375 / 1M | $2.025 / 1M |
| 2026-07-16 15:36 | $0.571 / 1M | $2.850 / 1M |
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
Kimi K2.5nonevsMiMo-V2.5-PrononeKimi K2.5nonevsDeepSeek V4 Flash 0731noneKimi K2.5nonevsGPT-5.6 LunanoneKimi K2.5nonevsLaguna S 2.1highDisponibil gratuitKimi K2.5nonevsKAT-Coder-Air V2.5lowKimi K2.5nonevsInkling SmallnoneKimi K2.5nonevsLaguna S 2.1mediumDisponibil gratuitKimi K2.5nonevsLaguna XS 2.1noneDisponibil gratuitKimi K2.5nonevsDeepSeek V4 Flash 0423noneKimi K2.5nonevsSeed-2.0-Codenone
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 3.6 | 8.4 | |
| Programare | 5.5 | 10.0 | |
| Combinat | 2.8 | 1.8 | |
| Parsare și extragere de date | 7.3 | 5.8 | |
| Specific domeniului | 5.3 | 10.0 | |
| Inteligență generală | 10.0 | 10.0 | |
| Respectarea instrucțiunilor | 6.5 | 10.0 | |
| Rezolvare de puzzle-uri | 3.0 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |