नेविगेशन
AI BENCHY
Advertise here

MoonshotAI: Kimi K2.5 vs Poolside: Laguna S 2.1

Kimi K2.5 average score में आगे है: 5.5 vs 5.4. Laguna S 2.1 (medium) की benchmark लागत कम है: $0.059 vs $0.127. Kimi K2.5 तेज है: 19.15s vs 58.43s, pass rates 34.9% vs 25.8%.

अनुशंसित मॉडलKimi K2.5It has the best score here (5.5), while responding about 3.1x faster than Laguna S 2.1 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-22

मेट्रिक Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27 Laguna S 2.1 Laguna S 2.1 medium रिलीज़: 2026-07-21 निःशुल्क उपलब्ध
स्कोर 5.5 5.4
रैंक #161 #164
विश्वसनीयता 10.0 9.8
संगति 8.6 8.4
सही परीक्षण
प्रति प्रयास पास दर 34.9% 25.8%
अस्थिर टेस्ट 4 4
कुल रन 66 66
प्रति परिणाम लागत 1.898 1.451
कुल लागत $0.127 $0.059
इनपुट कीमत $0.571 / 1M $0.100 / 1M
आउटपुट कीमत $2.850 / 1M $0.200 / 1M
कुल इनपुट टोकन 89,322 86,641
आउटपुट टोकन 26,638 97,298
रीजनिंग टोकन 0 242,297
प्रतिक्रिया समय (औसत) 19.15s 58.43s
प्रतिक्रिया समय (अधिकतम) 102.83s 560.31s
प्रतिक्रिया समय (कुल) 287.30s 1285.48s

Hamster playing table tennis

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

#161 MoonshotAI: Kimi K2.5

none
लागत
$0.015
समय
89.1s
टोकन
5,421 tok

#164 Laguna S 2.1

medium
लागत
$0.001
समय
4.0s
टोकन
867 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 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0
Laguna S 2.1 5.3 7.2 44.4% 1 158.98s 7,917 93,354 106,718

त्वरित तुलना

तुलना जोड़ी बदलें