नेविगेशन
AI BENCHY
Advertise here

DeepSeek: DeepSeek V3.2 vs MoonshotAI: Kimi K2.5

average score लगभग बराबर है: 7.0 vs 7.0. DeepSeek V3.2 (medium) की benchmark लागत कम है: $0.078 vs $0.600. DeepSeek V3.2 (medium) तेज है: 68.62s vs 99.00s, pass rates 65.2% vs 65.2%.

अनुशंसित मॉडलDeepSeek V3.2 (medium)It has the best score here (7.0), while costing about 7.8x less than Kimi K2.5 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 medium रिलीज़: 2025-12-01 Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27
स्कोर 7.0 7.0
रैंक #73 #74
विश्वसनीयता 10.0 10.0
संगति 7.4 7.0
सही परीक्षण
प्रति प्रयास पास दर 65.2% 65.2%
अस्थिर टेस्ट 7 8
कुल रन 66 66
प्रति परिणाम लागत 0.671 4.789
कुल लागत $0.078 $0.600
इनपुट कीमत $0.269 / 1M $0.571 / 1M
आउटपुट कीमत $0.400 / 1M $2.850 / 1M
कुल इनपुट टोकन 101,047 118,448
आउटपुट टोकन 11,834 62,124
रीजनिंग टोकन 117,014 165,243
प्रतिक्रिया समय (औसत) 68.62s 99.00s
प्रतिक्रिया समय (अधिकतम) 376.10s 281.00s
प्रतिक्रिया समय (कुल) 1509.53s 1485.04s

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium
लागत
$0.001
समय
53.6s
टोकन
1,932 tok

#74 MoonshotAI: Kimi K2.5

medium
लागत
$0.030
समय
58.6s
टोकन
8,683 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
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693

त्वरित तुलना

तुलना जोड़ी बदलें