নেভিগেশন
Advertise here

Kimi K3 (max) vs Grok 4.5 (high)

Kimi K3 (max) average score-এ এগিয়ে: 8.3 vs 8.2. Grok 4.5 (high)-এর benchmark খরচ কম: $2.571 vs $4.013. Grok 4.5 (high) দ্রুত: 72.50s vs 139.41s, pass rates 78.3% vs 82.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-01

তুলনা করা মডেল

র‍্যাঙ্ক
#78
মোট আউটপুট টোকেন
233,327
প্রতিক্রিয়া সময় (গড়)
139.41s
মোট খরচ
$4.013
র‍্যাঙ্ক
#82
মোট আউটপুট টোকেন
333,632
প্রতিক্রিয়া সময় (গড়)
72.50s
মোট খরচ
$2.571
প্রস্তাবিত মডেল Grok 4.5 (high)

Its score stays close to the best score here (8.2 vs 8.3), while costing about 1.6x less than Kimi K3 (max).

বিস্তারিত তুলনা

মেট্রিক Kimi K3 Kimi K3 max প্রকাশ: 2026-07-16 Grok 4.5 Grok 4.5 high প্রকাশ: 2026-07-08
স্কোর 8.3 8.2
র‍্যাঙ্ক #78 #82
নির্ভরযোগ্যতা 9.3 10.0
ধারাবাহিকতা 9.3 8.9
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 78.3% 82.6%
অস্থির টেস্ট 2 3
মোট রান 69 69
প্রতি ফলাফলে খরচ 23.601 15.123
মোট খরচ $4.013 $2.571
ইনপুট মূল্য $3.000 / 1M $2.000 / 1M
আউটপুট মূল্য $15.000 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 170,700 342,124
আউটপুট টোকেন 7,719 7,135
রিজনিং টোকেন 225,608 326,497
প্রতিক্রিয়া সময় (গড়) 139.41s 72.50s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 766.58s 676.83s
প্রতিক্রিয়া সময় (মোট) 2788.26s 1667.51s
প্যারামিটার 2.8T মোট (104B সক্রিয়) ~1.7T মোট (~170B সক্রিয়)
উপলভ্যতা ওজন উপলভ্য বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#78 MoonshotAI: Kimi K3

max
খরচ
$0.281
সময়
506.9s
টোকেন
18,863 tok

#82 SpaceXAI: Grok 4.5

high
খরচ
$0.015
সময়
29.7s
টোকেন
2,737 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 K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

দ্রুত তুলনা

তুলনার জুটি বদলান