नेविगेशन
AI BENCHY
Advertise here

Google: Gemini 2.5 Flash vs MoonshotAI: Kimi K3

Gemini 2.5 Flash (medium) average score में आगे है: 8.2 vs 8.0. Gemini 2.5 Flash (medium) की benchmark लागत कम है: $0.643 vs $3.112. Gemini 2.5 Flash (medium) तेज है: 21.18s vs 122.48s, pass rates 71.2% vs 75.8%.

अनुशंसित मॉडलGemini 2.5 Flash (medium)It has the best score here (8.2), while costing about 4.8x less than Kimi K3 (max).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash medium रिलीज़: 2025-06-17 Kimi K3 Kimi K3 max रिलीज़: 2026-07-16
स्कोर 8.2 8.0
रैंक #25 #31
विश्वसनीयता 10.0 9.1
संगति 9.6 9.5
सही परीक्षण
प्रति प्रयास पास दर 71.2% 75.8%
अस्थिर टेस्ट 1 1
कुल रन 66 66
प्रति परिणाम लागत 4.286 19.446
कुल लागत $0.643 $3.112
इनपुट कीमत $0.300 / 1M $3.000 / 1M
आउटपुट कीमत $2.500 / 1M $15.000 / 1M
कुल इनपुट टोकन 132,498 34,916
आउटपुट टोकन 12,739 2,910
रीजनिंग टोकन 228,464 197,529
प्रतिक्रिया समय (औसत) 21.18s 122.48s
प्रतिक्रिया समय (अधिकतम) 140.50s 766.58s
प्रतिक्रिया समय (कुल) 465.89s 2327.06s

Hamster playing table tennis

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

#25 Gemini 2.5 Flash

medium
अमान्य SVG
लागत
$0.000
समय
274.0s
टोकन
0 tok

#31 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
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012

त्वरित तुलना

तुलना जोड़ी बदलें