नेविगेशन
Advertise here

Kev 4B vs MiniMax M2.5 (medium)

MiniMax M2.5 (medium) average score में आगे है: 4.3 vs 2.4. Kev 4B की benchmark लागत कम है: $0.002 vs $0.440. Kev 4B तेज है: 5.63s vs 102.32s, pass rates 15.9% vs 42.0%.

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

तुलना किए गए मॉडल

रैंक
#376
कुल आउटपुट टोकन
28,061
प्रतिक्रिया समय (औसत)
5.63s
कुल लागत
$0.002
रैंक
#340
कुल आउटपुट टोकन
290,496
प्रतिक्रिया समय (औसत)
102.32s
कुल लागत
$0.440
अनुशंसित मॉडल MiniMax M2.5 (medium)

It has the strongest score in this comparison (4.3) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Kev 4B Kev 4B none रिलीज़: 2026-09-28 MiniMax M2.5 MiniMax M2.5 medium रिलीज़: 2026-02-12
स्कोर 2.4 4.3
रैंक #376 #340
विश्वसनीयता 10.0 9.3
संगति 4.9 6.8
प्रयास 36/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 15.9% 42.0%
अस्थिर टेस्ट 1 9
कुल रन 36 69
प्रति परिणाम लागत 0.060 7.104
कुल लागत $0.002 $0.440
इनपुट कीमत $0.042 / 1M $0.270 / 1M
आउटपुट कीमत $0.000 / 1M $1.080 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.027 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 42,804 188,239
आउटपुट टोकन 28,061 27,822
रीजनिंग टोकन 0 262,674
प्रतिक्रिया समय (औसत) 5.63s 102.32s
प्रतिक्रिया समय (अधिकतम) 17.79s 600.81s
प्रतिक्रिया समय (कुल) 67.61s 1637.05s
पैरामीटर 4B 230B कुल (10B सक्रिय)
उपलब्धता मुक्त स्रोत वेट उपलब्ध

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#376 Jared Palmer: Kev 4B

none
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
लागू नहीं
समय
-
टोकन
0 tok

#340 MiniMax M2.5

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 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
Kev 4B 4.5 6.7 33.3% 0 771ms 21,603 12,207 0
MiniMax M2.5 3.4 9.1 0.0% 0 188.58s 6,076 357 106,177

त्वरित तुलना

तुलना जोड़ी बदलें