MoonshotAI: Kimi K2.5 vs Poolside: Laguna S 2.1

Kimi K2.5 лидирует по среднему баллу: 5.5 vs 5.4. Laguna S 2.1 (high) имеет более низкую стоимость benchmark: $0.127 vs $0.127. Kimi K2.5 быстрее: 19.15s vs 111.61s, с долей успешных попыток 34.9% vs 27.3%.

Рекомендуемая модельKimi K2.5Здесь у него лучший балл (5.5), и он отвечает примерно в 5.8 раза быстрее, чем Laguna S 2.1 (high).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-22

Метрика	Kimi K2.5 Kimi K2.5 none Релиз: 2026-01-27	Laguna S 2.1 Laguna S 2.1 high Релиз: 2026-07-21 Бесплатно доступно

Метрика	Kimi K2.5 Kimi K2.5 none Релиз: 2026-01-27	Laguna S 2.1 Laguna S 2.1 high Релиз: 2026-07-21 Бесплатно доступно
Оценка	5.5	5.4
Ранг	#161	#167
Надежность	10.0	9.9
Стабильность	8.6	8.1
Тестов верно
Доля успешных попыток	34.9%	27.3%
Нестабильные тесты	4	5
Всего запусков	66	66
Стоимость за результат	1.898	3.153
Общая стоимость	$0.127	$0.127
Цена входа	$0.571 / 1M	$0.100 / 1M
Цена выхода	$2.850 / 1M	$0.200 / 1M
Общее число входных токенов	89,322	208,931
Выходные токены	26,638	175,588
Токены рассуждений	0	409,276
Время ответа (среднее)	19.15s	111.61s
Время ответа (макс.)	102.83s	1190.11s
Время ответа (суммарно)	287.30s	2455.39s

Hamster playing table tennis

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

#161 MoonshotAI: Kimi K2.5

none

Стоимость: $0.015
Время: 89.1s
Токены: 5,421 tok

#167 Laguna S 2.1

high

Стоимость: $0.001
Время: 6.8s
Токены: 1,389 tok

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

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	3.6	8.4	8.3%	1		6.24s	652	373	0
Laguna S 2.1	3.4	5.8	25.0%	2		52.20s	672	504	46,579

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	5.5	10.0	33.3%	0		24.56s	7,311	4,708	0
Laguna S 2.1	5.3	7.2	44.4%	1		271.42s	6,496	59,355	151,009

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	2.8	1.8	33.3%	2		61.00s	65,552	20,729	0
Laguna S 2.1	2.9	6.0	16.7%	1		702.26s	184,420	114,577	203,826

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	7.3	5.8	83.3%	1		42.13s	7,180	187	0
Laguna S 2.1	10.0	10.0	100.0%	0		1.96s	7,689	243	1,705

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	5.3	10.0	33.3%	0		4.38s	753	29	0
Laguna S 2.1	3.0	10.0	0.0%	0		2.56s	765	24	2,035

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	10.0	10.0	100.0%	0		4.00s	483	76	0
Laguna S 2.1	4.6	9.8	0.0%	0		855ms	513	135	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	6.5	10.0	50.0%	0		2.67s	677	60	0
Laguna S 2.1	4.6	10.0	0.0%	0		453ms	702	60	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	3.0	10.0	0.0%	0		4.04s	667	236	0
Laguna S 2.1	2.9	7.2	11.1%	1		1.62s	699	370	1,130

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	10.0	10.0	100.0%	0		13.99s	5,835	220	0
Laguna S 2.1	10.0	10.0	100.0%	0		2.69s	6,747	306	334

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	3.0	10.0	0.0%	0		3.90s	212	20	0
Laguna S 2.1	3.0	10.0	0.0%	0		6.94s	228	14	2,658

Быстрое сравнение

Сменить пару сравнения