kimi-k2.5
43.2%±2.9%
40.3%CI46.1%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 46 minacum 46 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 1 oră
- Arena · WebDev· acum 1 oră
- Arena · Vision· acum 1 oră
- Arena · Agent· acum 1 oră
- GPQA Diamond· acum 46 de minute
- SWE-bench· acum 46 de minute
- Terminal-Bench· acum 46 de minute
- ARC-AGI-2· acum 46 de minute
Filtrează după organizație:
Lansat:
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 22 | kimi-k2.5 | Moonshot | ian. 2026 | $0.50 / $2.50 | 43.2% | 40.3%–46.1% | #70–446 |
Se afișează Terminal-Bench exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.