नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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 7.2 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: $0.158. Gemini 3.1 Flash Lite Preview (medium) 6.78s पर सबसे तेज है।

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

तुलना किए गए मॉडल

रैंक
#298
कुल आउटपुट टोकन
174,351
प्रतिक्रिया समय (औसत)
50.32s
कुल लागत
$0.202
रैंक
#205
कुल आउटपुट टोकन
241,096
प्रतिक्रिया समय (औसत)
125.76s
कुल लागत
$0.603
रैंक
#146
कुल आउटपुट टोकन
138,257
प्रतिक्रिया समय (औसत)
39.05s
कुल लागत
$0.360
रैंक
#155
कुल आउटपुट टोकन
59,534
प्रतिक्रिया समय (औसत)
6.78s
कुल लागत
$0.158
अनुशंसित मॉडल Gemini 3.1 Flash Lite Preview (medium)

Its score stays close to the best score here (7.0 vs 7.2), while costing about 2.5x 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 6.4 7.2 7.0
रैंक #298 #205 #146 #155
विश्वसनीयता 10.0 9.6 10.0 10.0
संगति 6.4 7.1 7.9 9.9
प्रयास 69/69 69/69 66/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 44.9% 60.9% 76.8% 60.9%
अस्थिर टेस्ट 10 8 5 0
कुल रन 69 69 66 69
प्रति परिणाम लागत 5.279 6.085 2.552 1.124
कुल लागत $0.202 $0.603 $0.360 $0.158
इनपुट कीमत $0.210 / 1M $0.450 / 1M $0.600 / 1M $0.250 / 1M
आउटपुट कीमत $0.840 / 1M $2.250 / 1M $1.920 / 1M $1.500 / 1M
कुल इनपुट टोकन 277,130 292,271 212,440 272,221
आउटपुट टोकन 45,188 55,025 22,922 12,345
रीजनिंग टोकन 129,163 186,071 115,335 47,189
प्रतिक्रिया समय (औसत) 50.32s 125.76s 39.05s 6.78s
प्रतिक्रिया समय (अधिकतम) 198.82s 566.79s 110.70s 54.91s
प्रतिक्रिया समय (कुल) 1107.03s 2137.84s 546.68s 155.96s
पैरामीटर 230B कुल (10B सक्रिय) 1T कुल (32B सक्रिय) 744B कुल (40B सक्रिय) ~150B कुल (~10B सक्रिय)
उपलब्धता वेट उपलब्ध वेट उपलब्ध मुक्त स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#298 MiniMax M2.7

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

#205 MoonshotAI: Kimi K2.5

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

#146 GLM 5

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

#155 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