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)

Rezumat

Kimi K2.5 obține 5.5 pe AI BENCHY și este pe #82. Are fiabilitate N/D, rată de reușită 40.7%, cost total $0.017 și timp mediu de răspuns 13.37s.

Ce face Kimi K2.5 unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #14. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.

Scor

5.5

Consistență

8.7

Fiabilitate

N/D

Cost total (preț curent)

$0.017

Total tokenuri de ieșire

2,659

Total tokenuri de intrare

0

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

Răspuns greșit: 12

Prezentare generare

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#82 MoonshotAI: Kimi K2.5

none
Cost
$0.015
Timp
89.1s
Tokenuri
5,421 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
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 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

Kimi K2.5nonevsNemotron 3 Ultra 550b A55bnoneDisponibil gratuitKimi K2.5nonevsGPT-5.6 TerranoneKimi K2.5nonevsGemma 4 31BnoneDisponibil gratuitKimi K2.5nonevsGLM 5noneKimi K2.5nonevsQwen3.5-FlashnoneKimi K2.5nonevsQwen3.6 FlashnoneKimi K2.5nonevsGemini 3.5 FlashhighKimi K2.5nonevsGemini 3 Flash PreviewmediumKimi K2.5nonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitKimi K2.5nonevsGPT-5.5low

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