नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

MoonshotAI: Kimi K2.5 vs Qwen: Qwen3.6 Max Preview

सारांश

Kimi K2.5 vs Qwen3.6 Max Preview benchmark तुलना: average score लगभग बराबर है: 6.8 vs 6.9. Qwen3.6 Max Preview की benchmark लागत कम है: $0.075 vs $0.328. Qwen3.6 Max Preview तेज है: 3.30s vs 98.43s, pass rates 68.3% vs 58.7%.

अनुशंसित मॉडल: Qwen3.6 Max Preview - It has the best score here (6.9), while costing about 4.4x less than Kimi K2.5.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-10

मेट्रिक Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27 Qwen3.6 Max Preview Qwen3.6 Max Preview none रिलीज़: 2026-04-20
स्कोर 6.8 6.9
रैंक #77 #75
विश्वसनीयता 10.0 10.0
संगति 6.9 9.2
सही परीक्षण
प्रति प्रयास पास दर 68.3% 58.7%
अस्थिर टेस्ट 8 2
कुल रन 63 63
प्रति परिणाम लागत 3.704 0.824
कुल लागत $0.328 $0.075
इनपुट कीमत $0.400 / 1M $1.040 / 1M
आउटपुट कीमत $1.900 / 1M $6.240 / 1M
कुल इनपुट टोकन 34,312 42,509
आउटपुट टोकन 48,379 4,779
रीजनिंग टोकन 157,747 0
प्रतिक्रिया समय (औसत) 98.43s 3.30s
प्रतिक्रिया समय (अधिकतम) 281.00s 20.51s
प्रतिक्रिया समय (कुल) 1378.03s 69.40s

Generation showcase

Hamster playing table tennis

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

#77 MoonshotAI: Kimi K2.5

medium
Cost
$0.030
Time
58.6s
Tokens
8,683 tok

#75 Qwen3.6 Max Preview

none
Cost
$0.025
Time
83.9s
Tokens
4,066 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 696 513 0
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
Qwen3.6 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 0
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 14,949 2,842 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 7,794 243 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 789 18 0
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 522 76 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
Qwen3.6 Max Preview 9.8 10.0 100.0% 0 1.40s 711 69 0
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.65s 714 321 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 8,211 222 0
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 1.97s 210 19 0

त्वरित तुलना

तुलना जोड़ी बदलें