Навигация
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 OpenAI: gpt-oss-120b

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-11

Метрика Kimi K2.5 Kimi K2.5 none Релиз: 2026-01-27 gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно
Оценка 5.5 5.8
Ранг #72 #65
Стабильность 8.7 7.2
Тестов верно
Доля успешных попыток 40.7% 51.9%
Нестабильные тесты 3 6
Всего запусков 54 54
Стоимость за результат 0.271 0.144
Общая стоимость $0.017 $0.011
???? ????? $0.383 / 1M $0.039 / 1M
???? ?????? $1.720 / 1M $0.190 / 1M
Выходные токены 2,659 13,493
Токены рассуждений 0 36,879
Время ответа (среднее) 13.37s 16.08s
Время ответа (макс.) 42.13s 50.92s
Время ответа (суммарно) 147.05s 176.88s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Kimi K2.5 3.6 8.4 8.3% 1 6.24s 373 0
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Kimi K2.5 10.0 10.0 100.0% 0 38.78s 649 0
gpt-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Kimi K2.5 2.8 2.1 33.3% 1 19.16s 748 0
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Kimi K2.5 7.3 5.8 83.3% 1 42.13s 187 0
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Kimi K2.5 5.3 10.0 33.3% 0 4.38s 29 0
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Kimi K2.5 10.0 10.0 100.0% 0 4.00s 76 0
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Kimi K2.5 6.5 10.0 50.0% 0 2.67s 60 0
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Kimi K2.5 3.1 10.0 0.0% 0 4.73s 317 0
gpt-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Kimi K2.5 10.0 10.0 100.0% 0 13.99s 220 0
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083

Быстрое сравнение

Сменить пару сравнения

gpt-oss-120bmediumБесплатно доступноvsQwen3.5-27BnoneMistral Small 4mediumvsKimi K2.5nonegpt-oss-120bmediumБесплатно доступноvsQwen3.5-122B-A10BnoneMiniMax M2.5mediumБесплатно доступноvsKimi K2.5nonegpt-oss-120bmediumБесплатно доступноvsMiMo-V2-Prononegpt-oss-120bmediumБесплатно доступноvsGLM 4.7 Flashnonegpt-oss-120bmediumБесплатно доступноvsGLM 5.1noneMiniMax M2.7mediumvsKimi K2.5noneDeepSeek V3.2nonevsgpt-oss-120bmediumБесплатно доступноgpt-oss-120bmediumБесплатно доступноvsQwen3.5-35B-A3BnoneGemini 2.5 Flashnonevsgpt-oss-120bmediumБесплатно доступноSeed-2.0-Litenonevsgpt-oss-120bmediumБесплатно доступно