导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.3-Codex

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 MoonshotAI: Kimi K2.5 medium 发布日期: 发布日期未知 OpenAI: GPT-5.3-Codex medium 发布日期: 发布日期未知
排名 #17 #7
分数 6.29 7.93
一致性 7.69 8.84
每个结果成本 2.335 4.641
总成本 $0.187 $0.465
测试正确
错误测试数 6 4
尝试通过率 73.8% 78.6%
不稳定测试 4 2
输出令牌 30,504 1,201
推理令牌 58,467 30,056

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 输出令牌 推理令牌
MoonshotAI: Kimi K2.5 7.00 7.21 88.9% 1 335 6,255
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 216 1,421
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 输出令牌 推理令牌
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 1,181 6,049
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 234 735
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
MoonshotAI: Kimi K2.5 1.00 4.41 33.3% 2 20,696 30,894
OpenAI: GPT-5.3-Codex 4.00 7.21 55.6% 1 64 25,308
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
MoonshotAI: Kimi K2.5 9.50 10.00 100.0% 0 3,777 4,967
OpenAI: GPT-5.3-Codex 9.00 10.00 50.0% 0 93 693
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
MoonshotAI: Kimi K2.5 5.00 7.61 55.6% 1 4,273 9,490
OpenAI: GPT-5.3-Codex 7.00 7.38 77.8% 1 340 1,407
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 242 812
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 254 492

切换对比组合

将 MoonshotAI: Kimi K2.5 与...对比

将 OpenAI: GPT-5.3-Codex 与...对比