नेविगेशन
AI BENCHY
Advertise here

MoonshotAI: Kimi K2.5 vs Qwen: Qwen3.7 Plus

Qwen3.7 Plus average score में आगे है: 7.2 vs 7.0. Qwen3.7 Plus की benchmark लागत कम है: $0.106 vs $0.600. Qwen3.7 Plus तेज है: 12.09s vs 99.00s, pass rates 65.2% vs 50.0%.

अनुशंसित मॉडलQwen3.7 PlusIt has the best score here (7.2), while costing about 5.7x less than Kimi K2.5 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-18

मेट्रिक Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27 Qwen3.7 Plus Qwen3.7 Plus none रिलीज़: 2026-06-03
स्कोर 7.0 7.2
रैंक #76 #70
विश्वसनीयता 10.0 10.0
संगति 7.0 10.0
सही परीक्षण
प्रति प्रयास पास दर 65.2% 50.0%
अस्थिर टेस्ट 8 0
कुल रन 66 66
प्रति परिणाम लागत 4.789 1.014
कुल लागत $0.600 $0.106
इनपुट कीमत $0.571 / 1M $0.320 / 1M
आउटपुट कीमत $2.850 / 1M $1.280 / 1M
कुल इनपुट टोकन 118,448 98,824
आउटपुट टोकन 62,124 58,097
रीजनिंग टोकन 165,243 0
प्रतिक्रिया समय (औसत) 99.00s 12.09s
प्रतिक्रिया समय (अधिकतम) 281.00s 206.03s
प्रतिक्रिया समय (कुल) 1485.04s 265.89s

Hamster playing table tennis

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

#76 MoonshotAI: Kimi K2.5

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

#70 Qwen3.7 Plus

none
लागत
$0.019
समय
213.5s
टोकन
11,960 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
Qwen3.7 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0

त्वरित तुलना

तुलना जोड़ी बदलें