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

MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.3 Chat

GPT-5.3 Chat average score-এ এগিয়ে: 7.5 vs 7.0. GPT-5.3 Chat-এর benchmark খরচ কম: $0.571 vs $0.600. GPT-5.3 Chat দ্রুত: 6.88s vs 99.00s, pass rates 65.2% vs 68.2%.

প্রস্তাবিত মডেলGPT-5.3 ChatIt has the best score here (7.5), while responding about 14.4x faster than Kimi K2.5 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-25

মেট্রিক Kimi K2.5 Kimi K2.5 medium প্রকাশ: 2026-01-27 GPT-5.3 Chat GPT-5.3 Chat none প্রকাশ: 2026-03-03
স্কোর 7.0 7.5
র‍্যাঙ্ক #85 #62
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.0 8.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 68.2%
অস্থির টেস্ট 8 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.789 4.387
মোট খরচ $0.600 $0.571
ইনপুট মূল্য $0.571 / 1M $1.750 / 1M
আউটপুট মূল্য $2.850 / 1M $14.000 / 1M
মোট ইনপুট টোকেন 118,448 78,990
আউটপুট টোকেন 62,124 30,854
রিজনিং টোকেন 165,243 0
প্রতিক্রিয়া সময় (গড়) 99.00s 6.88s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 281.00s 18.33s
প্রতিক্রিয়া সময় (মোট) 1485.04s 151.31s

Hamster playing table tennis

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

#85 MoonshotAI: Kimi K2.5

medium
খরচ
$0.030
সময়
58.6s
টোকেন
8,683 tok

#62 GPT-5.3 Chat

none
খরচ
$0.008
সময়
8.1s
টোকেন
634 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
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0

দ্রুত তুলনা

তুলনার জুটি বদলান