নেভিগেশন
AI BENCHY
Advertise here

MoonshotAI: Kimi K2.5 vs Poolside: Laguna S 2.1

Kimi K2.5 average score-এ এগিয়ে: 5.5 vs 5.4. Laguna S 2.1 (medium)-এর benchmark খরচ কম: $0.059 vs $0.127. Kimi K2.5 দ্রুত: 19.15s vs 58.43s, pass rates 34.9% vs 25.8%.

প্রস্তাবিত মডেলKimi K2.5It has the best score here (5.5), while responding about 3.1x faster than Laguna S 2.1 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-22

মেট্রিক Kimi K2.5 Kimi K2.5 none প্রকাশ: 2026-01-27 Laguna S 2.1 Laguna S 2.1 medium প্রকাশ: 2026-07-21 বিনামূল্যে উপলভ্য
স্কোর 5.5 5.4
র‍্যাঙ্ক #161 #164
নির্ভরযোগ্যতা 10.0 9.8
ধারাবাহিকতা 8.6 8.4
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 34.9% 25.8%
অস্থির টেস্ট 4 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.898 1.451
মোট খরচ $0.127 $0.059
ইনপুট মূল্য $0.571 / 1M $0.100 / 1M
আউটপুট মূল্য $2.850 / 1M $0.200 / 1M
মোট ইনপুট টোকেন 89,322 86,641
আউটপুট টোকেন 26,638 97,298
রিজনিং টোকেন 0 242,297
প্রতিক্রিয়া সময় (গড়) 19.15s 58.43s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 102.83s 560.31s
প্রতিক্রিয়া সময় (মোট) 287.30s 1285.48s

Hamster playing table tennis

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

#161 MoonshotAI: Kimi K2.5

none
খরচ
$0.015
সময়
89.1s
টোকেন
5,421 tok

#164 Laguna S 2.1

medium
খরচ
$0.001
সময়
4.0s
টোকেন
867 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 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0
Laguna S 2.1 5.3 7.2 44.4% 1 158.98s 7,917 93,354 106,718

দ্রুত তুলনা

তুলনার জুটি বদলান