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

MoonshotAI: Kimi K2.5 vs OpenAI: GPT-5.3 Chat

GPT-5.3 Chat average score में आगे है: 7.5 vs 7.0. GPT-5.3 Chat की benchmark लागत कम है: $0.571 vs $0.600. GPT-5.3 Chat तेज है: 6.88s vs 99.00s, pass rates 65.2% vs 68.2%.

अनुशंसित मॉडलGPT-5.3 ChatIt has the best score here (7.5), while responding about 14.4x faster than Kimi K2.5 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

मेट्रिक Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27 GPT-5.3 Chat GPT-5.3 Chat none रिलीज़: 2026-03-03
स्कोर 7.0 7.5
रैंक #85 #62
विश्वसनीयता 10.0 10.0
संगति 7.0 8.2
सही परीक्षण
प्रति प्रयास पास दर 65.2% 68.2%
अस्थिर टेस्ट 8 5
कुल रन 66 66
प्रति परिणाम लागत 4.789 4.387
कुल लागत $0.600 $0.571
इनपुट कीमत $0.571 / 1M $1.750 / 1M
आउटपुट कीमत $2.850 / 1M $14.000 / 1M
कुल इनपुट टोकन 118,448 78,990
आउटपुट टोकन 62,124 30,854
रीजनिंग टोकन 165,243 0
प्रतिक्रिया समय (औसत) 99.00s 6.88s
प्रतिक्रिया समय (अधिकतम) 281.00s 18.33s
प्रतिक्रिया समय (कुल) 1485.04s 151.31s

Hamster playing table tennis

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

#85 MoonshotAI: Kimi K2.5

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

#62 GPT-5.3 Chat

none
लागत
$0.008
समय
8.1s
टोकन
634 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
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0

त्वरित तुलना

तुलना जोड़ी बदलें