AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs Elephant

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-14

Метрика	Kimi K2.5 Kimi K2.5 none Релиз: 2026-01-27	Elephant Elephant medium Релиз: 2026-04-14

Метрика	Kimi K2.5 Kimi K2.5 none Релиз: 2026-01-27	Elephant Elephant medium Релиз: 2026-04-14
Оценка	5.5	5.2
Ранг	#72	#77
Стабильность	8.7	9.6
Тестов верно
Доля успешных попыток	40.7%	29.6%
Нестабильные тесты	3	1
Всего запусков	54	54
Стоимость за результат	0.271	0.000
Общая стоимость	$0.017	$0.000
???? ?????	$0.383 / 1M	$0.000 / 1M
???? ??????	$1.720 / 1M	$0.000 / 1M
Выходные токены	2,659	2,596
Токены рассуждений	0	0
Время ответа (среднее)	13.37s	1.27s
Время ответа (макс.)	42.13s	3.70s
Время ответа (суммарно)	147.05s	22.82s

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
Elephant	6.6	10.0	50.0%	0		1.19s	815	0

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
Elephant	5.1	3.3	33.3%	1		1.30s	365	0

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
Elephant	3.0	10.0	0.0%	0		3.70s	562	0

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
Elephant	6.5	10.0	50.0%	0		979ms	246	0

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
Elephant	3.0	10.0	0.0%	0		925ms	24	0

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
Elephant	4.3	10.0	0.0%	0		920ms	105	0

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
Elephant	9.8	10.0	100.0%	0		987ms	82	0

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
Elephant	3.7	10.0	0.0%	0		867ms	166	0

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
Elephant	3.0	10.0	0.0%	0		2.83s	231	0

Быстрое сравнение

Сменить пару сравнения

ElephantmediumvsGrok 4.20none Mistral Small 4nonevsElephantmedium gpt-oss-120bnoneБесплатно доступноvsElephantmedium Trinity Large PreviewnoneБесплатно доступноvsElephantmedium Mistral Small 4mediumvsKimi K2.5none GPT-5.4 MininonevsElephantmedium ElephantmediumvsQwen3 Coder Nextnone MiniMax M2.5mediumБесплатно доступноvsKimi K2.5none Nemotron 3 SupernoneБесплатно доступноvsElephantmedium MiniMax M2.7mediumvsKimi K2.5none ElephantmediumvsGLM 5 Turbonone Kimi K2.5nonevsgpt-oss-120bmediumБесплатно доступно