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

DeepSeek V4 Flash 0731 vs Kimi K2.5

Kimi K2.5 average score में आगे है: 5.5 vs 5.4. DeepSeek V4 Flash 0731 की benchmark लागत कम है: $0.021 vs $0.127. Kimi K2.5 तेज है: 19.15s vs 20.70s, pass rates 27.3% vs 34.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-01

रैंक
#182
कुल आउटपुट टोकन
25,424
प्रतिक्रिया समय (औसत)
20.70s
कुल लागत
$0.021
रैंक
#176
कुल आउटपुट टोकन
26,638
प्रतिक्रिया समय (औसत)
19.15s
कुल लागत
$0.127
अनुशंसित मॉडल DeepSeek V4 Flash 0731

Its score stays close to the best score here (5.4 vs 5.5), while costing about 6.2x less than Kimi K2.5.

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none रिलीज़: 2026-08-01 Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27
स्कोर 5.4 5.5
रैंक #182 #176
विश्वसनीयता 10.0 10.0
संगति 8.6 8.6
सही परीक्षण
प्रति प्रयास पास दर 27.3% 34.9%
अस्थिर टेस्ट 4 4
कुल रन 66 66
प्रति परिणाम लागत 0.509 1.898
कुल लागत $0.021 $0.127
इनपुट कीमत $0.140 / 1M $0.571 / 1M
आउटपुट कीमत $0.280 / 1M $2.850 / 1M
कुल इनपुट टोकन 94,557 89,322
आउटपुट टोकन 25,424 26,638
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 20.70s 19.15s
प्रतिक्रिया समय (अधिकतम) 387.15s 102.83s
प्रतिक्रिया समय (कुल) 455.38s 287.30s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#182 DeepSeek V4 Flash 0731

none
लागत
$0.004
समय
198.4s
टोकन
14,316 tok

#176 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 V4 Flash 0731 4.3 10.0 0.0% 0 1.72s 7,275 505 0
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

त्वरित तुलना

तुलना जोड़ी बदलें