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 Pro vs MoonshotAI: Kimi K2.5

सारांश

DeepSeek V4 Pro vs Kimi K2.5 benchmark तुलना: Kimi K2.5 average score में आगे है: 7.5 vs 7.2. DeepSeek V4 Pro की benchmark लागत कम है: $0.034 vs $0.348. DeepSeek V4 Pro तेज है: 6.41s vs 98.43s, pass rates 52.4% vs 68.3%.

अनुशंसित मॉडल: DeepSeek V4 Pro - Its score stays close to the best score here (7.2 vs 7.5), while costing about 10.5x less than Kimi K2.5.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-02

मेट्रिक DeepSeek V4 Pro DeepSeek V4 Pro none रिलीज़: 2026-04-24 Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27
स्कोर 7.2 7.5
रैंक #60 #45
विश्वसनीयता 9.9 10.0
संगति 8.8 6.9
सही परीक्षण
प्रति प्रयास पास दर 52.4% 68.3%
अस्थिर टेस्ट 3 8
कुल रन 63 63
प्रति परिणाम लागत 0.333 3.704
कुल लागत $0.034 $0.348
इनपुट कीमत $0.435 / 1M $0.375 / 1M
आउटपुट कीमत $0.870 / 1M $2.025 / 1M
कुल इनपुट टोकन 53,558 34,312
आउटपुट टोकन 11,424 48,379
रीजनिंग टोकन 0 157,747
प्रतिक्रिया समय (औसत) 6.41s 98.43s
प्रतिक्रिया समय (अधिकतम) 30.09s 281.00s
प्रतिक्रिया समय (कुल) 134.66s 1378.03s

जनरेशन शोकेस

Hamster playing table tennis

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

#60 DeepSeek V4 Pro

none
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

#45 MoonshotAI: Kimi K2.5

medium
लागत
$0.030
समय
58.6s
टोकन
8,683 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 3.2 6.1 16.7% 2 4.02s 540 1,168 0
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 5.6 10.0 33.3% 0 13.38s 7,275 5,500 0
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 9.5 10.0 100.0% 0 23.74s 27,529 2,235 0
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 10.0 10.0 100.0% 0 4.61s 7,568 200 0
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 5.3 10.0 33.3% 0 3.72s 666 24 0
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 5.0 10.0 0.0% 0 2.05s 471 126 0
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 6.3 5.8 66.7% 1 4.12s 627 713 0
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 10.0 10.0 100.0% 0 3.61s 594 442 0
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 10.0 10.0 100.0% 0 7.40s 8,105 328 0
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 3.0 10.0 0.0% 0 5.76s 183 688 0
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644

त्वरित तुलना

तुलना जोड़ी बदलें