नेविगेशन
AI BENCHY
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 8.7 के साथ आगे है। Kimi K2.5 (medium) विश्वसनीयता में 10.0 के साथ आगे है। GLM 5 (medium) का कुल लागत सबसे कम है: $0.307. Claude Opus 4.7 (medium) 7.61s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-28

रैंक
#78
कुल आउटपुट टोकन
391,540
प्रतिक्रिया समय (औसत)
109.98s
कुल लागत
$0.831
रैंक
#87
कुल आउटपुट टोकन
227,367
प्रतिक्रिया समय (औसत)
99.00s
कुल लागत
$0.600
रैंक
#50
कुल आउटपुट टोकन
124,566
प्रतिक्रिया समय (औसत)
33.54s
कुल लागत
$0.307
रैंक
#20
कुल आउटपुट टोकन
29,990
प्रतिक्रिया समय (औसत)
7.61s
कुल लागत
$1.477
अनुशंसित मॉडल Claude Opus 4.7 (medium)

It has the best score here (8.7), while responding about 10.6x 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 7.2 7.0 7.7 8.7
रैंक #78 #87 #50 #20
विश्वसनीयता 9.4 10.0 10.0 10.0
संगति 8.3 7.0 8.1 9.6
सही परीक्षण
प्रति प्रयास पास दर 63.6% 65.2% 78.8% 83.3%
अस्थिर टेस्ट 4 8 4 1
कुल रन 66 66 63 66
प्रति परिणाम लागत 9.821 4.789 1.668 8.201
कुल लागत $0.831 $0.600 $0.307 $1.477
इनपुट कीमत $0.646 / 1M $0.571 / 1M $0.950 / 1M $5.000 / 1M
आउटपुट कीमत $2.720 / 1M $2.850 / 1M $2.551 / 1M $25.000 / 1M
कुल इनपुट टोकन 68,902 118,448 35,224 145,252
आउटपुट टोकन 111,680 62,124 21,570 24,948
रीजनिंग टोकन 279,860 165,243 102,996 5,042
प्रतिक्रिया समय (औसत) 109.98s 99.00s 33.54s 7.61s
प्रतिक्रिया समय (अधिकतम) 876.20s 281.00s 99.85s 65.40s
प्रतिक्रिया समय (कुल) 2309.56s 1485.04s 435.99s 159.91s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#78 MoonshotAI: Kimi K2.6

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

#87 MoonshotAI: Kimi K2.5

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

#50 GLM 5

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

#20 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

त्वरित तुलना

तुलना जोड़ी बदलें