नेविगेशन
AI BENCHY
Advertise here

तुलना किए गए मॉडल

MiniMax M2.7 (medium) vs Kimi K2.5 (medium) vs GLM 5 (medium) vs Gemini 3.1 Flash Lite Preview (medium) benchmark तुलना: GLM 5 (medium) स्कोर में 7.7 के साथ आगे है। MiniMax M2.7 (medium) विश्वसनीयता में 10.0 के साथ आगे है। Gemini 3.1 Flash Lite Preview (medium) का कुल लागत सबसे कम है: $0.115. Gemini 3.1 Flash Lite Preview (medium) 4.61s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-07

रैंक
#205
कुल आउटपुट टोकन
137,594
प्रतिक्रिया समय (औसत)
41.28s
कुल लागत
$0.176
रैंक
#97
कुल आउटपुट टोकन
227,367
प्रतिक्रिया समय (औसत)
99.00s
कुल लागत
$0.600
रैंक
#59
कुल आउटपुट टोकन
124,566
प्रतिक्रिया समय (औसत)
33.54s
कुल लागत
$0.307
रैंक
#82
कुल आउटपुट टोकन
56,983
प्रतिक्रिया समय (औसत)
4.61s
कुल लागत
$0.115
अनुशंसित मॉडल Gemini 3.1 Flash Lite Preview (medium)

Its score stays close to the best score here (7.3 vs 7.7), while costing about 3.1x less than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक MiniMax M2.7 MiniMax M2.7 medium रिलीज़: 2026-03-18 Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27 GLM 5 GLM 5 medium रिलीज़: 2026-02-12 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03
स्कोर 5.0 7.0 7.7 7.3
रैंक #205 #97 #59 #82
विश्वसनीयता 10.0 10.0 10.0 10.0
संगति 6.6 7.0 8.1 9.9
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास 21/22 टेस्ट · 63/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 45.5% 65.2% 78.8% 59.1%
अस्थिर टेस्ट 9 8 4 0
कुल रन 66 66 63 66
प्रति परिणाम लागत 3.906 4.789 1.668 0.884
कुल लागत $0.176 $0.600 $0.307 $0.115
इनपुट कीमत $0.270 / 1M $0.571 / 1M $0.950 / 1M $0.250 / 1M
आउटपुट कीमत $1.080 / 1M $2.850 / 1M $2.551 / 1M $1.500 / 1M
कुल इनपुट टोकन 114,518 118,448 35,224 117,480
आउटपुट टोकन 18,558 62,124 21,570 10,589
रीजनिंग टोकन 119,036 165,243 102,996 46,394
प्रतिक्रिया समय (औसत) 41.28s 99.00s 33.54s 4.61s
प्रतिक्रिया समय (अधिकतम) 196.21s 281.00s 99.85s 18.34s
प्रतिक्रिया समय (कुल) 866.81s 1485.04s 435.99s 101.39s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#205 MiniMax M2.7

medium
लागत
$0.022
समय
22.8s
टोकन
9,250 tok

#97 MoonshotAI: Kimi K2.5

medium
लागत
$0.030
समय
58.6s
टोकन
8,683 tok

#59 GLM 5

medium
लागत
$0.005
समय
20.7s
टोकन
2,068 tok

#82 Gemini 3.1 Flash Lite Preview

medium
लागत
$0.003
समय
5.2s
टोकन
1,944 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
MiniMax M2.7 5.7 9.1 33.3% 0 101.89s 2,961 1,231 38,841
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597

त्वरित तुलना

तुलना जोड़ी बदलें