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

Google: Gemma 4 31B vs MoonshotAI: Kimi K2.5

सारांश

Gemma 4 31B (medium) vs Kimi K2.5 benchmark तुलना: Gemma 4 31B (medium) average score में आगे है: 6.3 vs 5.5. Kimi K2.5 की benchmark लागत कम है: $0.027 vs $0.033. Kimi K2.5 तेज है: 13.18s vs 56.55s, pass rates 69.8% vs 34.9%.

अनुशंसित मॉडल: Gemma 4 31B (medium) - It has the strongest score in this comparison (6.3) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-10

मेट्रिक Gemma 4 31B Gemma 4 31B medium रिलीज़: 2026-04-02 निःशुल्क उपलब्ध Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27
स्कोर 6.3 5.5
रैंक #103 #136
विश्वसनीयता 10.0 10.0
संगति 9.4 8.9
सही परीक्षण
प्रति प्रयास पास दर 69.8% 34.9%
अस्थिर टेस्ट 1 3
कुल रन 63 63
प्रति परिणाम लागत 0.257 0.442
कुल लागत $0.033 $0.027
इनपुट कीमत $0.120 / 1M $0.375 / 1M
आउटपुट कीमत $0.350 / 1M $2.025 / 1M
कुल इनपुट टोकन 17,957 36,034
आउटपुट टोकन 22,356 6,657
रीजनिंग टोकन 65,726 0
प्रतिक्रिया समय (औसत) 56.55s 13.18s
प्रतिक्रिया समय (अधिकतम) 437.40s 42.13s
प्रतिक्रिया समय (कुल) 1074.41s 184.47s

जनरेशन शोकेस

Hamster playing table tennis

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

#103 Gemma 4 31B

medium
लागत
$0.002
समय
45.7s
टोकन
2,696 tok

#136 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 816 962 2,046
Kimi K2.5 3.6 8.4 8.3% 1 6.24s 652 373 0
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
Kimi K2.5 2.8 2.1 33.3% 1 19.16s 12,264 748 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 8,334 1,822 2,951
Kimi K2.5 7.3 5.8 83.3% 1 42.13s 7,180 187 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 876 4,349 8,985
Kimi K2.5 5.3 10.0 33.3% 0 4.38s 753 29 0
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 567 105 888
Kimi K2.5 10.0 10.0 100.0% 0 4.00s 483 76 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 777 533 2,035
Kimi K2.5 6.5 10.0 50.0% 0 2.67s 677 60 0
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 31B 9.9 10.0 100.0% 0 26.91s 801 1,795 5,595
Kimi K2.5 3.0 10.0 0.0% 0 4.04s 667 236 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
Kimi K2.5 10.0 10.0 100.0% 0 13.99s 5,835 220 0
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 31B 3.0 10.0 0.0% 0 90.14s 218 1,692 10,014
Kimi K2.5 3.0 10.0 0.0% 0 3.90s 212 20 0

त्वरित तुलना

तुलना जोड़ी बदलें