नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Google: Gemini 3 Flash Preview vs MoonshotAI: Kimi K2.5

सारांश

Gemini 3 Flash Preview vs Kimi K2.5 benchmark तुलना: Kimi K2.5 average score में आगे है: 7.5 vs 7.4. Gemini 3 Flash Preview की benchmark लागत कम है: $0.111 vs $0.328. Gemini 3 Flash Preview तेज है: 5.76s vs 98.43s, pass rates 79.4% vs 68.3%.

अनुशंसित मॉडल: Gemini 3 Flash Preview - Its score stays close to the best score here (7.4 vs 7.5), while costing about 3.0x less than Kimi K2.5.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-12

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview low रिलीज़: 2025-12-17 Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27
स्कोर 7.4 7.5
रैंक #53 #45
विश्वसनीयता 10.0 10.0
संगति 9.2 6.9
सही परीक्षण
प्रति प्रयास पास दर 79.4% 68.3%
अस्थिर टेस्ट 2 8
कुल रन 63 63
प्रति परिणाम लागत 0.689 3.704
कुल लागत $0.111 $0.328
इनपुट कीमत $0.500 / 1M $0.400 / 1M
आउटपुट कीमत $3.000 / 1M $1.900 / 1M
कुल इनपुट टोकन 36,769 34,312
आउटपुट टोकन 2,076 48,379
रीजनिंग टोकन 28,518 157,747
प्रतिक्रिया समय (औसत) 5.76s 98.43s
प्रतिक्रिया समय (अधिकतम) 14.72s 281.00s
प्रतिक्रिया समय (कुल) 120.93s 1378.03s

Generation showcase

Hamster playing table tennis

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

#53 Gemini 3 Flash Preview

low
Cost
$0.007
Time
12.1s
Tokens
2,289 tok

#45 MoonshotAI: Kimi K2.5

medium
Cost
$0.030
Time
58.6s
Tokens
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
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.48s 500 281 3,082
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
Gemini 3 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
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
Gemini 3 Flash Preview 3.0 10.0 0.0% 0 3.27s 12,860 326 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
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 9.40s 7,261 279 3,656
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
Gemini 3 Flash Preview 5.3 7.2 44.4% 1 8.05s 645 12 6,410
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
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.68s 492 120 981
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
Gemini 3 Flash Preview 9.9 10.0 100.0% 0 7.02s 621 71 2,752
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
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.77s 562 288 3,168
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
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.99s 5,550 234 415
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
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 2.75s 156 9 633
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644

त्वरित तुलना

तुलना जोड़ी बदलें