तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

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

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	MoonshotAI: Kimi K2.5 medium रिलीज़: रिलीज़ तिथि अज्ञात	OpenAI: GPT-5.3-Codex medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#17	#7
स्कोर	6.29	7.93
संगति	7.69	8.84
प्रति परिणाम लागत	2.335	4.641
कुल लागत	$0.187	$0.465
सही परीक्षण
गलत टेस्ट	6	4
प्रति प्रयास पास दर	73.8%	78.6%
अस्थिर टेस्ट	4	2
आउटपुट टोकन	30,504	1,201
रीजनिंग टोकन	58,467	30,056

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	7.00	7.21	88.9%	1		335	6,255
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		216	1,421

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	10.00	10.00	100.0%	0		1,181	6,049
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		234	735

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	1.00	4.41	33.3%	2		20,696	30,894
OpenAI: GPT-5.3-Codex	4.00	7.21	55.6%	1		64	25,308

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	9.50	10.00	100.0%	0		3,777	4,967
OpenAI: GPT-5.3-Codex	9.00	10.00	50.0%	0		93	693

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	5.00	7.61	55.6%	1		4,273	9,490
OpenAI: GPT-5.3-Codex	7.00	7.38	77.8%	1		340	1,407

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	10.00	10.00	100.0%	0		242	812
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		254	492

तुलना जोड़ी बदलें

MoonshotAI: Kimi K2.5 की तुलना इससे करें...

OpenAI: GPT-5.3-Codex की तुलना इससे करें...