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

Kimi K2.5 (medium) vs Qwen3.5-122B-A10B (medium)

Qwen3.5-122B-A10B (medium) average score में आगे है: 7.1 vs 7.0. Kimi K2.5 (medium) की benchmark लागत कम है: $0.600 vs $1.046. Qwen3.5-122B-A10B (medium) तेज है: 64.16s vs 99.00s, pass rates 65.2% vs 71.2%.

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

रैंक
#85
कुल आउटपुट टोकन
227,367
प्रतिक्रिया समय (औसत)
99.00s
कुल लागत
$0.600
रैंक
#80
कुल आउटपुट टोकन
487,218
प्रतिक्रिया समय (औसत)
64.16s
कुल लागत
$1.046
अनुशंसित मॉडल Qwen3.5-122B-A10B (medium)

It has the best score here (7.1), while responding about 1.5x faster than Kimi K2.5 (medium).

विस्तृत तुलना

मेट्रिक Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium रिलीज़: 2026-02-24
स्कोर 7.0 7.1
रैंक #85 #80
विश्वसनीयता 10.0 10.0
संगति 7.0 8.5
सही परीक्षण
प्रति प्रयास पास दर 65.2% 71.2%
अस्थिर टेस्ट 8 4
कुल रन 66 66
प्रति परिणाम लागत 4.789 8.509
कुल लागत $0.600 $1.046
इनपुट कीमत $0.571 / 1M $0.260 / 1M
आउटपुट कीमत $2.850 / 1M $2.080 / 1M
कुल इनपुट टोकन 118,448 124,771
आउटपुट टोकन 62,124 44,077
रीजनिंग टोकन 165,243 443,141
प्रतिक्रिया समय (औसत) 99.00s 64.16s
प्रतिक्रिया समय (अधिकतम) 281.00s 519.30s
प्रतिक्रिया समय (कुल) 1485.04s 1411.60s

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

#80 Qwen3.5-122B-A10B

medium
लागत
$0.019
समय
48.7s
टोकन
6,034 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
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578

त्वरित तुलना

तुलना जोड़ी बदलें