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

Google: Gemini 2.5 Flash vs MoonshotAI: Kimi K3

Gemini 2.5 Flash (medium) average score-এ এগিয়ে: 8.2 vs 8.0. Gemini 2.5 Flash (medium)-এর benchmark খরচ কম: $0.643 vs $3.112. Gemini 2.5 Flash (medium) দ্রুত: 21.18s vs 122.48s, pass rates 71.2% vs 75.8%.

প্রস্তাবিত মডেলGemini 2.5 Flash (medium)It has the best score here (8.2), while costing about 4.8x less than Kimi K3 (max).

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

মেট্রিক Gemini 2.5 Flash Gemini 2.5 Flash medium প্রকাশ: 2025-06-17 Kimi K3 Kimi K3 max প্রকাশ: 2026-07-16
স্কোর 8.2 8.0
র‍্যাঙ্ক #25 #31
নির্ভরযোগ্যতা 10.0 9.1
ধারাবাহিকতা 9.6 9.5
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.2% 75.8%
অস্থির টেস্ট 1 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.286 19.446
মোট খরচ $0.643 $3.112
ইনপুট মূল্য $0.300 / 1M $3.000 / 1M
আউটপুট মূল্য $2.500 / 1M $15.000 / 1M
মোট ইনপুট টোকেন 132,498 34,916
আউটপুট টোকেন 12,739 2,910
রিজনিং টোকেন 228,464 197,529
প্রতিক্রিয়া সময় (গড়) 21.18s 122.48s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 140.50s 766.58s
প্রতিক্রিয়া সময় (মোট) 465.89s 2327.06s

Hamster playing table tennis

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

#25 Gemini 2.5 Flash

medium
অবৈধ SVG
খরচ
$0.000
সময়
274.0s
টোকেন
0 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
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012

দ্রুত তুলনা

তুলনার জুটি বদলান