নেভিগেশন
Advertise here

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, $0.427. GPT-5.6 Sol (high) 11.48s-এ সবচেয়ে দ্রুত।

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-10

তুলনা করা মডেল

র‍্যাঙ্ক
#20
মোট আউটপুট টোকেন
95,583
প্রতিক্রিয়া সময় (গড়)
22.51s
মোট খরচ
$3.070
র‍্যাঙ্ক
#15
মোট আউটপুট টোকেন
28,708
প্রতিক্রিয়া সময় (গড়)
11.48s
মোট খরচ
$0.446
র‍্যাঙ্ক
#78
মোট আউটপুট টোকেন
224,128
প্রতিক্রিয়া সময় (গড়)
142.84s
মোট খরচ
$3.467
র‍্যাঙ্ক
#7
মোট আউটপুট টোকেন
100,876
প্রতিক্রিয়া সময় (গড়)
11.86s
মোট খরচ
$0.427
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 9.2 9.4 7.9 9.8
র‍্যাঙ্ক #20 #15 #78 #7
নির্ভরযোগ্যতা 10.0 10.0 9.0 10.0
ধারাবাহিকতা 10.0 8.9 9.2 9.2
প্রচেষ্টা 66/66 66/66 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 81.8% 89.4% 77.3% 95.5%
অস্থির টেস্ট 0 3 2 2
মোট রান 66 66 66 66
প্রতি ফলাফলে খরচ 17.052 6.987 21.668 4.101
মোট খরচ $3.070 $0.446 $3.467 $0.427
ইনপুট মূল্য $5.000 / 1M $2.000 / 1M $3.000 / 1M $0.750 / 1M
আউটপুট মূল্য $25.000 / 1M $10.000 / 1M $15.000 / 1M $3.750 / 1M
মোট ইনপুট টোকেন 135,956 79,258 34,960 64,446
আউটপুট টোকেন 64,624 4,855 2,887 1,974
রিজনিং টোকেন 30,959 23,853 221,241 98,902
প্রতিক্রিয়া সময় (গড়) 22.51s 11.48s 142.84s 11.86s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 159.01s 54.79s 766.58s 77.15s
প্রতিক্রিয়া সময় (মোট) 495.12s 252.62s 2714.02s 260.96s
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

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#20 Claude Opus 5

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

#15 GPT-5.6 Sol

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

#78 MoonshotAI: Kimi K3

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

#7 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