导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Cobuddy vs MoonshotAI: Kimi K2.5

摘要

Cobuddy vs Kimi K2.5 benchmark 对比:Kimi K2.5 平均分领先,为 5.5 vs 4.9Cobuddy benchmark 成本更低,为 $0.000 vs $0.027Kimi K2.5 更快,为 13.18s vs 39.90s,通过率为 47.6% vs 34.9%

推荐模型: Kimi K2.5 - 它在这里得分最高(5.5),同时响应速度比Cobuddy快约 3.0 倍。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-07-02

指标 Cobuddy Cobuddy medium 发布日期: 2026-05-06 Kimi K2.5 Kimi K2.5 none 发布日期: 2026-01-27
分数 4.9 5.5
排名 #145 #122
可靠性 10.0 10.0
一致性 7.5 8.9
测试正确
尝试通过率 47.6% 34.9%
不稳定测试 6 3
总运行次数 63 63
每个结果成本 0.000 0.442
总成本 $0.000 $0.027
输入价格 $0.000 / 1M $0.375 / 1M
输出价格 $0.000 / 1M $2.025 / 1M
总输入令牌 37,449 36,034
输出令牌 1,677 6,657
推理令牌 116,703 0
响应时间(平均) 39.90s 13.18s
响应时间(最大) 309.02s 42.13s
响应时间(总计) 797.98s 184.47s

生成展示

Hamster playing table tennis

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

#145 Cobuddy

medium
No endpoints found for baidu/cobuddy:free.
成本
$0.000
时间
0.1s
令牌
0 tok

#122 MoonshotAI: Kimi K2.5

none
成本
$0.015
时间
89.1s
令牌
5,421 tok

按分数排名的模型

分数 vs 总成本

响应时间(平均)

分数 vs 响应时间(平均)

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Cobuddy 8.7 7.9 91.7% 1 10.00s 453 98 4,666
Kimi K2.5 3.6 8.4 8.3% 1 6.24s 652 373 0
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Cobuddy 3.7 6.7 22.2% 1 79.17s 4,726 358 30,138
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Cobuddy 3.0 10.0 0.0% 0 47.38s 18,324 465 7,265
Kimi K2.5 2.8 2.1 33.3% 1 19.16s 12,264 748 0
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Cobuddy 6.3 5.8 66.7% 1 17.36s 8,181 275 5,591
Kimi K2.5 7.3 5.8 83.3% 1 42.13s 7,180 187 0
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Cobuddy 2.9 4.4 22.2% 2 128.15s 540 10 49,454
Kimi K2.5 5.3 10.0 33.3% 0 4.38s 753 29 0
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Cobuddy 4.2 9.9 0.0% 0 23.23s 498 76 3,782
Kimi K2.5 10.0 10.0 100.0% 0 4.00s 483 76 0
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Cobuddy 9.8 10.0 100.0% 0 11.60s 508 64 2,842
Kimi K2.5 6.5 10.0 50.0% 0 2.67s 677 60 0
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Cobuddy 3.6 7.2 22.2% 1 12.83s 561 189 5,808
Kimi K2.5 3.0 10.0 0.0% 0 4.04s 667 236 0
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Cobuddy 10.0 10.0 100.0% 0 11.19s 3,505 133 294
Kimi K2.5 10.0 10.0 100.0% 0 13.99s 5,835 220 0
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Cobuddy 3.0 10.0 0.0% 0 36.98s 153 9 6,863
Kimi K2.5 3.0 10.0 0.0% 0 3.90s 212 20 0

快速对比

切换对比组合