नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

तुलना किए गए मॉडल

Kimi K2.6 (medium) vs Kimi K2.5 (medium) vs GLM 5 (medium) vs Claude Opus 4.7 (medium) benchmark तुलना: Claude Opus 4.7 (medium) स्कोर में 8.1 के साथ आगे है। Kimi K2.6 (medium) विश्वसनीयता में 10.0 के साथ आगे है। GLM 5 (medium) का कुल लागत सबसे कम है: $0.479. Claude Opus 4.7 (medium) 14.12s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#210
कुल आउटपुट टोकन
344,502
प्रतिक्रिया समय (औसत)
121.25s
कुल लागत
$1.594
रैंक
#253
कुल आउटपुट टोकन
209,217
प्रतिक्रिया समय (औसत)
125.76s
कुल लागत
$0.841
रैंक
#184
कुल आउटपुट टोकन
120,942
प्रतिक्रिया समय (औसत)
39.05s
कुल लागत
$0.479
रैंक
#116
कुल आउटपुट टोकन
57,978
प्रतिक्रिया समय (औसत)
14.12s
कुल लागत
$3.636
अनुशंसित मॉडल Claude Opus 4.7 (medium)

It has the best score here (8.1), while responding about 6.8x faster than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20 Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27 GLM 5 GLM 5 medium रिलीज़: 2026-02-12 Claude Opus 4.7 Claude Opus 4.7 medium रिलीज़: 2026-04-16
स्कोर 6.8 6.4 7.2 8.1
रैंक #210 #253 #184 #116
विश्वसनीयता 10.0 9.6 10.0 10.0
संगति 8.4 7.1 7.9 9.3
प्रयास 69/69 69/69 66/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 60.9% 60.9% 76.8% 81.2%
अस्थिर टेस्ट 4 8 5 2
कुल रन 69 69 66 69
प्रति परिणाम लागत 12.282 6.085 2.552 20.200
कुल लागत $1.594 $0.841 $0.479 $3.636
इनपुट कीमत $0.950 / 1M $0.450 / 1M $0.600 / 1M $5.000 / 1M
आउटपुट कीमत $4.000 / 1M $2.250 / 1M $1.920 / 1M $25.000 / 1M
कैश पढ़ने की कीमत $0.160 / 1M $0.070 / 1M $0.120 / 1M $0.500 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं लागू नहीं $6.250 / 1M
कुल इनपुट टोकन 226,880 292,271 212,440 437,293
आउटपुट टोकन 65,346 55,025 22,922 29,102
रीजनिंग टोकन 331,325 186,071 115,335 28,876
प्रतिक्रिया समय (औसत) 121.25s 125.76s 39.05s 14.12s
प्रतिक्रिया समय (अधिकतम) 876.20s 566.79s 110.70s 150.60s
प्रतिक्रिया समय (कुल) 2667.55s 2137.84s 546.68s 310.55s
पैरामीटर 1T कुल (32B सक्रिय) 1T कुल (32B सक्रिय) 744B कुल (40B सक्रिय) ~5T कुल (~500B सक्रिय)
उपलब्धता वेट उपलब्ध वेट उपलब्ध मुक्त स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#210 MoonshotAI: Kimi K2.6

medium
लागत
$0.013
समय
103.4s
टोकन
3,620 tok

#253 MoonshotAI: Kimi K2.5

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

#184 GLM 5

medium
लागत
$0.005
समय
20.7s
टोकन
2,068 tok

#116 Claude Opus 4.7

medium
लागत
$0.059
समय
26.8s
टोकन
2,475 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 K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114

तुलना जोड़ी बदलें