नेविगेशन
AI BENCHY
Advertise here

Kimi K2.5 vs Hy4 preview (low)

Hy4 preview (low) average score में आगे है: 5.6 vs 5.4. Kimi K2.5 की benchmark लागत कम है: $0.101 vs $1.745. Kimi K2.5 तेज है: 18.03s vs 214.25s, pass rates 30.3% vs 19.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-04

रैंक
#243
कुल आउटपुट टोकन
26,643
प्रतिक्रिया समय (औसत)
18.03s
कुल लागत
$0.101
रैंक
#233
कुल आउटपुट टोकन
682,538
प्रतिक्रिया समय (औसत)
214.25s
कुल लागत
$1.745
अनुशंसित मॉडल Kimi K2.5

Its score stays close to the best score here (5.4 vs 5.6), while costing about 17.4x less than Hy4 preview (low).

विस्तृत तुलना

मेट्रिक Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27 Hy4 preview Hy4 preview low रिलीज़: 2026-08-29
स्कोर 5.4 5.6
रैंक #243 #233
विश्वसनीयता 10.0 5.4
संगति 8.6 8.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 30.3% 19.7%
अस्थिर टेस्ट 4 3
कुल रन 66 66
प्रति परिणाम लागत 2.278 58.157
कुल लागत $0.101 $1.745
इनपुट कीमत $0.450 / 1M $0.834 / 1M
आउटपुट कीमत $2.250 / 1M $2.501 / 1M
कुल इनपुट टोकन 89,320 45,154
आउटपुट टोकन 26,643 4,022
रीजनिंग टोकन 0 678,516
प्रतिक्रिया समय (औसत) 18.03s 214.25s
प्रतिक्रिया समय (अधिकतम) 102.83s 597.45s
प्रतिक्रिया समय (कुल) 288.42s 4713.56s
पैरामीटर 1T कुल (32B सक्रिय) 770B कुल (49B सक्रिय)
उपलब्धता वेट उपलब्ध मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#243 MoonshotAI: Kimi K2.5

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

#233 Hy4 preview

low
Provider returned error
लागत
$0.000
समय
1.1s
टोकन
0 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
Hy4 preview 5.2 8.6 0.0% 0 219.15s 6,110 135 96,407

त्वरित तुलना

तुलना जोड़ी बदलें