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 vs Laguna XS 2.1

average score लगभग बराबर है: 5.4 vs 5.3. Laguna XS 2.1 की benchmark लागत कम है: $0.008 vs $0.127. Laguna XS 2.1 तेज है: 1.55s vs 18.03s, pass rates 30.3% vs 30.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-15

रैंक
#221
कुल आउटपुट टोकन
26,643
प्रतिक्रिया समय (औसत)
18.03s
कुल लागत
$0.127
रैंक
#225
कुल आउटपुट टोकन
13,377
प्रतिक्रिया समय (औसत)
1.55s
कुल लागत
$0.008
अनुशंसित मॉडल Laguna XS 2.1

It has the best score here (5.3), while costing about 17.9x less than Kimi K2.5.

विस्तृत तुलना

मेट्रिक Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27 Laguna XS 2.1 Laguna XS 2.1 none रिलीज़: 2026-07-02 निःशुल्क उपलब्ध
स्कोर 5.4 5.3
रैंक #221 #225
विश्वसनीयता 10.0 10.0
संगति 8.6 9.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 30.3% 30.3%
अस्थिर टेस्ट 4 3
कुल रन 66 66
प्रति परिणाम लागत 2.278 0.143
कुल लागत $0.127 $0.008
इनपुट कीमत $0.571 / 1M $0.060 / 1M
आउटपुट कीमत $2.850 / 1M $0.120 / 1M
कुल इनपुट टोकन 89,320 91,607
आउटपुट टोकन 26,643 13,377
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 18.03s 1.55s
प्रतिक्रिया समय (अधिकतम) 102.83s 19.02s
प्रतिक्रिया समय (कुल) 288.42s 34.01s
पैरामीटर 1T कुल (32B सक्रिय) 33B कुल (3B सक्रिय)
उपलब्धता वेट उपलब्ध वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#221 MoonshotAI: Kimi K2.5

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

#225 Laguna XS 2.1

none
लागत
$0.001
समय
27.6s
टोकन
4,344 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 XS 2.1 4.3 7.8 22.2% 1 623ms 7,995 562 0

त्वरित तुलना

तुलना जोड़ी बदलें