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

AI BENCHY तुलना

DeepSeek: DeepSeek V4 Flash vs MoonshotAI: Kimi K3

सारांश

Kimi K3 (max) average score में आगे है: 8.5 vs 8.3. DeepSeek V4 Flash (high) की benchmark लागत कम है: $0.029 vs $3.112. DeepSeek V4 Flash (high) तेज है: 45.85s vs 122.48s, pass rates 74.6% vs 82.5%.

अनुशंसित मॉडलDeepSeek V4 Flash (high)Its score stays close to the best score here (8.3 vs 8.5), while costing about 109.4x less than Kimi K3 (max).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-16

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash high रिलीज़: 2026-04-24 Kimi K3 Kimi K3 max रिलीज़: 2026-07-16
स्कोर 8.3 8.5
रैंक #30 #21
विश्वसनीयता 10.0 9.4
संगति 8.5 9.2
सही परीक्षण
प्रति प्रयास पास दर 74.6% 82.5%
अस्थिर टेस्ट 4 2
कुल रन 63 63
प्रति परिणाम लागत 0.299 19.446
कुल लागत $0.029 $3.112
इनपुट कीमत $0.098 / 1M $3.000 / 1M
आउटपुट कीमत $0.196 / 1M $15.000 / 1M
कुल इनपुट टोकन 39,745 34,916
आउटपुट टोकन 10,310 2,910
रीजनिंग टोकन 123,501 197,529
प्रतिक्रिया समय (औसत) 45.85s 122.48s
प्रतिक्रिया समय (अधिकतम) 218.13s 766.58s
प्रतिक्रिया समय (कुल) 962.79s 2327.06s

जनरेशन शोकेस

Hamster playing table tennis

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

#30 DeepSeek V4 Flash

high
लागत
$0.003
समय
93.1s
टोकन
7,926 tok

#21 MoonshotAI: Kimi K3

max
लागत
$0.281
समय
506.9s
टोकन
18,863 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 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012

त्वरित तुलना

तुलना जोड़ी बदलें