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

DeepSeek: DeepSeek V4 Flash vs MoonshotAI: Kimi K2.5

DeepSeek V4 Flash average score में आगे है: 5.6 vs 5.5. DeepSeek V4 Flash की benchmark लागत कम है: $0.044 vs $0.127. Kimi K2.5 तेज है: 19.15s vs 36.78s, pass rates 31.8% vs 34.9%.

अनुशंसित मॉडलDeepSeek V4 FlashIt has the best score here (5.6), while costing about 2.9x less than Kimi K2.5.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-22

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash none रिलीज़: 2026-04-24 Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27
स्कोर 5.6 5.5
रैंक #156 #161
विश्वसनीयता 10.0 10.0
संगति 8.5 8.6
सही परीक्षण
प्रति प्रयास पास दर 31.8% 34.9%
अस्थिर टेस्ट 4 4
कुल रन 66 66
प्रति परिणाम लागत 0.917 1.898
कुल लागत $0.044 $0.127
इनपुट कीमत $0.098 / 1M $0.571 / 1M
आउटपुट कीमत $0.196 / 1M $2.850 / 1M
कुल इनपुट टोकन 240,221 89,322
आउटपुट टोकन 100,727 26,638
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 36.78s 19.15s
प्रतिक्रिया समय (अधिकतम) 247.27s 102.83s
प्रतिक्रिया समय (कुल) 809.09s 287.30s

Hamster playing table tennis

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

#156 DeepSeek V4 Flash

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

#161 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 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