नेविगेशन
AI BENCHY
Advertise here

DeepSeek V4 Flash 0423 vs Kimi K2.5

DeepSeek V4 Flash 0423 average score में आगे है: 5.4 vs 5.4. DeepSeek V4 Flash 0423 की benchmark लागत कम है: $0.039 vs $0.101. Kimi K2.5 तेज है: 18.03s vs 36.17s, pass rates 27.3% vs 30.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-04

रैंक
#238
कुल आउटपुट टोकन
100,726
प्रतिक्रिया समय (औसत)
36.17s
कुल लागत
$0.039
रैंक
#243
कुल आउटपुट टोकन
26,643
प्रतिक्रिया समय (औसत)
18.03s
कुल लागत
$0.101
अनुशंसित मॉडल DeepSeek V4 Flash 0423

It has the best score here (5.4), while costing about 2.6x less than Kimi K2.5.

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 none रिलीज़: 2026-04-24 Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27
स्कोर 5.4 5.4
रैंक #238 #243
विश्वसनीयता 10.0 10.0
संगति 8.5 8.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 27.3% 30.3%
अस्थिर टेस्ट 4 4
कुल रन 66 66
प्रति परिणाम लागत 1.146 2.278
कुल लागत $0.039 $0.101
इनपुट कीमत $0.088 / 1M $0.450 / 1M
आउटपुट कीमत $0.176 / 1M $2.250 / 1M
कुल इनपुट टोकन 240,230 89,320
आउटपुट टोकन 100,726 26,643
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 36.17s 18.03s
प्रतिक्रिया समय (अधिकतम) 247.27s 102.83s
प्रतिक्रिया समय (कुल) 795.83s 288.42s
पैरामीटर 284B कुल (13B सक्रिय) 1T कुल (32B सक्रिय)
उपलब्धता मुक्त स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#238 DeepSeek V4 Flash 0423

none
लागत
$0.004
समय
157.6s
टोकन
11,297 tok

#243 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 0423 4.2 7.4 11.1% 1 17.13s 7,279 9,717 0
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

त्वरित तुलना

तुलना जोड़ी बदलें