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

তুলনা করা মডেল

Claude Opus 5 (high) vs GPT-5.6 Sol (high) vs Kimi K3 (max) vs Gemini 3.6 Flash (medium) benchmark তুলনা: Gemini 3.6 Flash (medium) স্কোর-এ 9.8 নিয়ে এগিয়ে। Claude Opus 5 (high) নির্ভরযোগ্যতা-এ 10.0 নিয়ে এগিয়ে। Gemini 3.6 Flash (medium)-এর মোট খরচ সবচেয়ে কম, $0.577. GPT-5.6 Sol (high) 13.59s-এ সবচেয়ে দ্রুত।

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-26

তুলনা করা মডেল

র‍্যাঙ্ক
#30
মোট আউটপুট টোকেন
105,662
প্রতিক্রিয়া সময় (গড়)
25.31s
মোট খরচ
$4.524
র‍্যাঙ্ক
#24
মোট আউটপুট টোকেন
32,071
প্রতিক্রিয়া সময় (গড়)
13.59s
মোট খরচ
$1.595
র‍্যাঙ্ক
#102
মোট আউটপুট টোকেন
233,327
প্রতিক্রিয়া সময় (গড়)
139.41s
মোট খরচ
$3.409
র‍্যাঙ্ক
#10
মোট আউটপুট টোকেন
116,124
প্রতিক্রিয়া সময় (গড়)
14.03s
মোট খরচ
$0.577
প্রস্তাবিত মডেল Gemini 3.6 Flash (medium)

It has the best score here (9.8), while costing about 5.5x less than এই তুলনার অন্য মডেলগুলো.

বিস্তারিত তুলনা

মেট্রিক Claude Opus 5 Claude Opus 5 high প্রকাশ: 2026-07-25 GPT-5.6 Sol GPT-5.6 Sol high প্রকাশ: 2026-07-09 Kimi K3 Kimi K3 max প্রকাশ: 2026-07-16 Gemini 3.6 Flash Gemini 3.6 Flash medium প্রকাশ: 2026-07-21
স্কোর 9.4 9.5 8.3 9.8
র‍্যাঙ্ক #30 #24 #102 #10
নির্ভরযোগ্যতা 10.0 10.0 9.3 10.0
ধারাবাহিকতা 10.0 8.9 9.3 9.3
প্রচেষ্টা 69/69 69/69 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 82.6% 89.9% 78.3% 95.7%
অস্থির টেস্ট 0 3 2 2
মোট রান 69 69 69 69
প্রতি ফলাফলে খরচ 23.809 8.020 23.601 4.619
মোট খরচ $4.524 $1.595 $3.409 $0.577
ইনপুট মূল্য $5.000 / 1M $2.000 / 1M $0.830 / 1M $0.750 / 1M
আউটপুট মূল্য $25.000 / 1M $10.000 / 1M $14.000 / 1M $3.750 / 1M
ক্যাশ পড়ার মূল্য $0.500 / 1M $0.200 / 1M $0.270 / 1M $0.075 / 1M
ক্যাশ লেখার মূল্য $6.250 / 1M $2.500 / 1M প্রযোজ্য নয় $0.042 / 1M
মোট ইনপুট টোকেন 376,421 195,567 170,700 188,003
আউটপুট টোকেন 67,688 5,841 7,719 2,914
রিজনিং টোকেন 37,974 26,230 225,608 113,210
প্রতিক্রিয়া সময় (গড়) 25.31s 13.59s 139.41s 14.03s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 159.01s 59.99s 766.58s 77.15s
প্রতিক্রিয়া সময় (মোট) 582.11s 312.61s 2788.26s 322.73s
প্যারামিটার ~5T মোট (~500B সক্রিয়) ~2T মোট (~150B সক্রিয়) 2.8T মোট (104B সক্রিয়) ~500B মোট (~20B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস ওজন উপলভ্য বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#30 Claude Opus 5

high
খরচ
$0.265
সময়
144.5s
টোকেন
10,741 tok

#24 GPT-5.6 Sol

high
খরচ
$0.151
সময়
201.9s
টোকেন
5,100 tok

#102 MoonshotAI: Kimi K3

max
খরচ
$0.281
সময়
506.9s
টোকেন
18,863 tok

#10 Gemini 3.6 Flash

medium
খরচ
$0.095
সময়
49.9s
টোকেন
12,664 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 5 10.0 10.0 100.0% 0 12.73s 10,590 7,547 1,721
GPT-5.6 Sol 10.0 10.0 100.0% 0 12.52s 7,302 404 5,656
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012
Gemini 3.6 Flash 10.0 10.0 100.0% 0 14.81s 8,124 444 31,421

দ্রুত তুলনা

তুলনার জুটি বদলান

Claude Opus 5highvsGemini 3.7 FlashlowGemini 3.5 FlashhighvsKimi K3maxClaude Haiku 5.5highvsKimi K3maxClaude Opus 5highvsGPT-6.1 TerraxhighKimi K3maxvsGPT-5.6 TerrahighKimi K3maxvsGPT-6 LunamediumClaude Opus 4.8mediumvsKimi K3maxGemini 3.7 FlashmediumvsGPT-5.6 SolhighLing 3.1 FlashmediumvsKimi K3maxKimi K3maxvsQwen3.7 PlusmediumClaude Opus 5highvsGPT-6.1 TerralowClaude Opus 5.5lowvsGPT-5.6 Solhigh