नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

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

सारांश

Kimi K2.5 average score में आगे है: 5.5 vs 5.0. DeepSeek V3.2 की benchmark लागत कम है: $0.054 vs $0.127. DeepSeek V3.2 तेज है: 18.25s vs 19.15s, pass rates 37.9% vs 34.9%.

अनुशंसित मॉडलKimi K2.5It has the strongest score in this comparison (5.5) and the best overall balance of cost and response time across all 2 models.

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

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 none रिलीज़: 2025-12-01 Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27
स्कोर 5.0 5.5
रैंक #165 #148
विश्वसनीयता 10.0 10.0
संगति 7.7 8.6
सही परीक्षण
प्रति प्रयास पास दर 37.9% 34.9%
अस्थिर टेस्ट 6 4
कुल रन 66 66
प्रति परिणाम लागत 0.870 1.898
कुल लागत $0.054 $0.127
इनपुट कीमत $0.269 / 1M $0.571 / 1M
आउटपुट कीमत $0.400 / 1M $2.850 / 1M
कुल इनपुट टोकन 135,780 89,322
आउटपुट टोकन 42,097 26,638
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 18.25s 19.15s
प्रतिक्रिया समय (अधिकतम) 115.89s 102.83s
प्रतिक्रिया समय (कुल) 401.60s 287.30s

जनरेशन शोकेस

Hamster playing table tennis

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

#165 DeepSeek V3.2

none
लागत
$0.002
समय
7.0s
टोकन
1,046 tok

#148 MoonshotAI: Kimi K2.5

none
लागत
$0.015
समय
89.1s
टोकन
5,421 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 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

त्वरित तुलना

तुलना जोड़ी बदलें