नेविगेशन
Advertise here

Gemini 3 Flash Preview vs Kimi K2.5 (medium)

average score लगभग बराबर है: 6.4 vs 6.4. Gemini 3 Flash Preview की benchmark लागत कम है: $0.155 vs $0.603. Gemini 3 Flash Preview तेज है: 6.05s vs 125.76s, pass rates 62.3% vs 60.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#202
कुल आउटपुट टोकन
12,432
प्रतिक्रिया समय (औसत)
6.05s
कुल लागत
$0.155
रैंक
#206
कुल आउटपुट टोकन
241,096
प्रतिक्रिया समय (औसत)
125.76s
कुल लागत
$0.603
अनुशंसित मॉडल Gemini 3 Flash Preview

It has the best score here (6.4), while costing about 3.9x less than Kimi K2.5 (medium).

विस्तृत तुलना

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview none रिलीज़: 2025-12-17 Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27
स्कोर 6.4 6.4
रैंक #202 #206
विश्वसनीयता 10.0 9.6
संगति 8.9 7.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 62.3% 60.9%
अस्थिर टेस्ट 3 8
कुल रन 69 69
प्रति परिणाम लागत 1.187 6.085
कुल लागत $0.155 $0.603
इनपुट कीमत $0.500 / 1M $0.450 / 1M
आउटपुट कीमत $3.000 / 1M $2.250 / 1M
कुल इनपुट टोकन 233,893 292,271
आउटपुट टोकन 12,432 55,025
रीजनिंग टोकन 0 186,071
प्रतिक्रिया समय (औसत) 6.05s 125.76s
प्रतिक्रिया समय (अधिकतम) 57.84s 566.79s
प्रतिक्रिया समय (कुल) 102.89s 2137.84s
पैरामीटर ~500B कुल (~20B सक्रिय) 1T कुल (32B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#202 Gemini 3 Flash Preview

none
लागत
$0.003
समय
5.6s
टोकन
981 tok

#206 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

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 5.5 10.0 33.3% 0 1.80s 8,122 453 0
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693

त्वरित तुलना

तुलना जोड़ी बदलें