नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

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

सारांश

Gemma 4 31B vs Kimi K2.5 benchmark तुलना: Gemma 4 31B average score में आगे है: 6.1 vs 5.5. Gemma 4 31B की benchmark लागत कम है: $0.004 vs $0.027. Gemma 4 31B तेज है: 4.05s vs 13.18s, pass rates 47.6% vs 34.9%.

अनुशंसित मॉडल: Gemma 4 31B - It has the best score here (6.1), while costing about 9.0x less than Kimi K2.5.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-09

मेट्रिक Gemma 4 31B Gemma 4 31B none रिलीज़: 2026-04-02 निःशुल्क उपलब्ध Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27
स्कोर 6.1 5.5
रैंक #113 #135
विश्वसनीयता 10.0 10.0
संगति 10.0 8.9
सही परीक्षण
प्रति प्रयास पास दर 47.6% 34.9%
अस्थिर टेस्ट 0 3
कुल रन 63 63
प्रति परिणाम लागत 0.034 0.442
कुल लागत $0.004 $0.027
इनपुट कीमत $0.120 / 1M $0.375 / 1M
आउटपुट कीमत $0.350 / 1M $2.025 / 1M
कुल इनपुट टोकन 20,911 36,034
आउटपुट टोकन 1,407 6,657
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 4.05s 13.18s
प्रतिक्रिया समय (अधिकतम) 26.13s 42.13s
प्रतिक्रिया समय (कुल) 76.87s 184.47s

जनरेशन शोकेस

Hamster playing table tennis

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

#113 Gemma 4 31B

none
लागत
$0.001
समय
12.8s
टोकन
795 tok

#135 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 6.5 10.0 50.0% 0 1.85s 852 45 0
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 5.5 10.0 33.3% 0 11.19s 8,381 735 0
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 2.25s 8,352 285 0
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 3.22s 903 27 0
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 2.09s 576 117 0
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 6.5 10.0 50.0% 0 2.84s 795 78 0
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 6.5 10.0 33.3% 0 4.23s 828 108 0
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 1.25s 224 12 0
Kimi K2.5 3.0 10.0 0.0% 0 3.90s 212 20 0

त्वरित तुलना

तुलना जोड़ी बदलें