AI BENCHY
Advertise here

#82

Kimi K2.5

Moonshot AI Lansare: 2026-01-27 Testat la: 2026-04-20 17:48 moonshotai/kimi-k2.5::none
(medium) (none)

Scor

5.5

Consistență

8.7

Fiabilitate

N/D

Cost total

$0.017

Total tokenuri de ieșire

2,659

Preț de intrare

$0.440 / 1M

Preț de ieșire

$2.000 / 1M

Teste corecte

Teste greșite: 12

Rată de trecere pe încercare: 40.7%

Teste instabile

3

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

13.37s

Timp de răspuns (maxim): 42.13s

Timp de răspuns (total): 147.05s

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total 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 Rularea curentă

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 3.6 8.4
Programare 10.0 10.0
Combinat 2.8 2.1
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 3.1 10.0
Apelare instrumente 10.0 10.0

Modele comparate