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 (medium) имеет более низкую стоимость benchmark: $0.059 vs $0.127. Kimi K2.5 быстрее: 19.15s vs 58.43s, с долей успешных попыток 34.9% vs 25.8%.

Рекомендуемая модельKimi K2.5Здесь у него лучший балл (5.5), и он отвечает примерно в 3.1 раза быстрее, чем Laguna S 2.1 (medium).

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 medium 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 medium Релиз: 2026-07-21 Бесплатно доступно
Оценка	5.5	5.4
Ранг	#161	#164
Надежность	10.0	9.8
Стабильность	8.6	8.4
Тестов верно
Доля успешных попыток	34.9%	25.8%
Нестабильные тесты	4	4
Всего запусков	66	66
Стоимость за результат	1.898	1.451
Общая стоимость	$0.127	$0.059
Цена входа	$0.571 / 1M	$0.100 / 1M
Цена выхода	$2.850 / 1M	$0.200 / 1M
Общее число входных токенов	89,322	86,641
Выходные токены	26,638	97,298
Токены рассуждений	0	242,297
Время ответа (среднее)	19.15s	58.43s
Время ответа (макс.)	102.83s	560.31s
Время ответа (суммарно)	287.30s	1285.48s

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

#164 Laguna S 2.1

medium

Стоимость: $0.001
Время: 4.0s
Токены: 867 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		51.82s	672	370	45,172

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		158.98s	7,917	93,354	106,718

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	3.2	9.1	0.0%	0		284.71s	60,785	2,413	80,089

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		2.42s	7,689	243	1,699

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	2.9	7.2	11.1%	1		2.75s	765	24	2,863

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		739ms	513	164	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	4.2	9.9	0.0%	0		400ms	702	57	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	3.1	10.0	0.0%	0		2.62s	699	375	2,497

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		2.24s	6,747	270	420

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		7.11s	152	28	2,839

Быстрое сравнение

Сменить пару сравнения