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

तुलना किए गए मॉडल

Claude Opus 5 (high) vs GPT-5.6 Sol (high) vs Kimi K3 (max) vs Gemini 3.6 Flash (medium) benchmark तुलना: Gemini 3.6 Flash (medium) स्कोर में 9.8 के साथ आगे है। Claude Opus 5 (high) विश्वसनीयता में 10.0 के साथ आगे है। Gemini 3.6 Flash (medium) का कुल लागत सबसे कम है: $0.577. GPT-5.6 Sol (high) 13.59s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#30
कुल आउटपुट टोकन
105,662
प्रतिक्रिया समय (औसत)
25.31s
कुल लागत
$4.524
रैंक
#24
कुल आउटपुट टोकन
32,071
प्रतिक्रिया समय (औसत)
13.59s
कुल लागत
$1.595
रैंक
#102
कुल आउटपुट टोकन
233,327
प्रतिक्रिया समय (औसत)
139.41s
कुल लागत
$3.409
रैंक
#10
कुल आउटपुट टोकन
116,124
प्रतिक्रिया समय (औसत)
14.03s
कुल लागत
$0.577
अनुशंसित मॉडल Gemini 3.6 Flash (medium)

It has the best score here (9.8), while costing about 5.5x less than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 high रिलीज़: 2026-07-25 GPT-5.6 Sol GPT-5.6 Sol high रिलीज़: 2026-07-09 Kimi K3 Kimi K3 max रिलीज़: 2026-07-16 Gemini 3.6 Flash Gemini 3.6 Flash medium रिलीज़: 2026-07-21
स्कोर 9.4 9.5 8.3 9.8
रैंक #30 #24 #102 #10
विश्वसनीयता 10.0 10.0 9.3 10.0
संगति 10.0 8.9 9.3 9.3
प्रयास 69/69 69/69 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 89.9% 78.3% 95.7%
अस्थिर टेस्ट 0 3 2 2
कुल रन 69 69 69 69
प्रति परिणाम लागत 23.809 8.020 23.601 4.619
कुल लागत $4.524 $1.595 $3.409 $0.577
इनपुट कीमत $5.000 / 1M $2.000 / 1M $0.830 / 1M $0.750 / 1M
आउटपुट कीमत $25.000 / 1M $10.000 / 1M $14.000 / 1M $3.750 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.200 / 1M $0.270 / 1M $0.075 / 1M
कैश लिखने की कीमत $6.250 / 1M $2.500 / 1M लागू नहीं $0.042 / 1M
कुल इनपुट टोकन 376,421 195,567 170,700 188,003
आउटपुट टोकन 67,688 5,841 7,719 2,914
रीजनिंग टोकन 37,974 26,230 225,608 113,210
प्रतिक्रिया समय (औसत) 25.31s 13.59s 139.41s 14.03s
प्रतिक्रिया समय (अधिकतम) 159.01s 59.99s 766.58s 77.15s
प्रतिक्रिया समय (कुल) 582.11s 312.61s 2788.26s 322.73s
पैरामीटर ~5T कुल (~500B सक्रिय) ~2T कुल (~150B सक्रिय) 2.8T कुल (104B सक्रिय) ~500B कुल (~20B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत वेट उपलब्ध बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#30 Claude Opus 5

high
लागत
$0.265
समय
144.5s
टोकन
10,741 tok

#24 GPT-5.6 Sol

high
लागत
$0.151
समय
201.9s
टोकन
5,100 tok

#102 MoonshotAI: Kimi K3

max
लागत
$0.281
समय
506.9s
टोकन
18,863 tok

#10 Gemini 3.6 Flash

medium
लागत
$0.095
समय
49.9s
टोकन
12,664 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 5 10.0 10.0 100.0% 0 12.73s 10,590 7,547 1,721
GPT-5.6 Sol 10.0 10.0 100.0% 0 12.52s 7,302 404 5,656
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012
Gemini 3.6 Flash 10.0 10.0 100.0% 0 14.81s 8,124 444 31,421

तुलना जोड़ी बदलें