নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs MoonshotAI: Kimi K2.5

সারাংশ

average score প্রায় সমান: 7.0 vs 7.0. DeepSeek V3.2 (medium)-এর benchmark খরচ কম: $0.078 vs $0.600. DeepSeek V3.2 (medium) দ্রুত: 68.62s vs 99.00s, pass rates 65.2% vs 65.2%.

প্রস্তাবিত মডেলDeepSeek V3.2 (medium)It has the best score here (7.0), while costing about 7.8x less than Kimi K2.5 (medium).

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

মেট্রিক DeepSeek V3.2 DeepSeek V3.2 medium প্রকাশ: 2025-12-01 Kimi K2.5 Kimi K2.5 medium প্রকাশ: 2026-01-27
স্কোর 7.0 7.0
র‍্যাঙ্ক #73 #74
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.4 7.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 65.2%
অস্থির টেস্ট 7 8
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.671 4.789
মোট খরচ $0.078 $0.600
ইনপুট মূল্য $0.269 / 1M $0.571 / 1M
আউটপুট মূল্য $0.400 / 1M $2.850 / 1M
মোট ইনপুট টোকেন 101,047 118,448
আউটপুট টোকেন 11,834 62,124
রিজনিং টোকেন 117,014 165,243
প্রতিক্রিয়া সময় (গড়) 68.62s 99.00s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 376.10s 281.00s
প্রতিক্রিয়া সময় (মোট) 1509.53s 1485.04s

জেনারেশন শোকেস

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium
খরচ
$0.001
সময়
53.6s
টোকেন
1,932 tok

#74 MoonshotAI: Kimi K2.5

medium
খরচ
$0.030
সময়
58.6s
টোকেন
8,683 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
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693

দ্রুত তুলনা

তুলনার জুটি বদলান