নেভিগেশন
AI BENCHY
Advertise here

Anthropic: Claude Sonnet 5 vs MoonshotAI: Kimi K3

Claude Sonnet 5 (medium) average score-এ এগিয়ে: 8.3 vs 8.0. Claude Sonnet 5 (medium)-এর benchmark খরচ কম: $0.922 vs $3.112. Claude Sonnet 5 (medium) দ্রুত: 12.52s vs 122.48s, pass rates 80.3% vs 75.8%.

প্রস্তাবিত মডেলClaude Sonnet 5 (medium)It has the best score here (8.3), while costing about 3.4x less than Kimi K3 (max).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Claude Sonnet 5 Claude Sonnet 5 medium প্রকাশ: 2026-06-30 Kimi K3 Kimi K3 max প্রকাশ: 2026-07-16
স্কোর 8.3 8.0
র‍্যাঙ্ক #23 #31
নির্ভরযোগ্যতা 10.0 9.1
ধারাবাহিকতা 9.0 9.5
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 80.3% 75.8%
অস্থির টেস্ট 3 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 5.760 19.446
মোট খরচ $0.922 $3.112
ইনপুট মূল্য $2.000 / 1M $3.000 / 1M
আউটপুট মূল্য $10.000 / 1M $15.000 / 1M
মোট ইনপুট টোকেন 145,956 34,916
আউটপুট টোকেন 52,333 2,910
রিজনিং টোকেন 10,874 197,529
প্রতিক্রিয়া সময় (গড়) 12.52s 122.48s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 66.71s 766.58s
প্রতিক্রিয়া সময় (মোট) 275.42s 2327.06s

Hamster playing table tennis

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

#23 Claude Sonnet 5

medium
খরচ
$0.007
সময়
6.4s
টোকেন
832 tok

#31 MoonshotAI: Kimi K3

max
খরচ
$0.281
সময়
506.9s
টোকেন
18,863 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 Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012

দ্রুত তুলনা

তুলনার জুটি বদলান