नेविगेशन
AI BENCHY
Advertise here

Kimi K2.6 (medium) vs Qwen3.7 Flash (low)

average score लगभग बराबर है: 7.2 vs 7.3. Qwen3.7 Flash (low) की benchmark लागत कम है: $0.042 vs $0.831. Qwen3.7 Flash (low) तेज है: 36.80s vs 109.98s, pass rates 63.6% vs 68.2%.

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
#75
कुल आउटपुट टोकन
297,249
प्रतिक्रिया समय (औसत)
36.80s
कुल लागत
$0.042
अनुशंसित मॉडल Qwen3.7 Flash (low)

It has the best score here (7.3), while costing about 20.1x less than Kimi K2.6 (medium).

विस्तृत तुलना

मेट्रिक Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20 Qwen3.7 Flash Qwen3.7 Flash low रिलीज़: 2026-07-28
स्कोर 7.2 7.3
रैंक #78 #75
विश्वसनीयता 9.4 9.9
संगति 8.3 8.4
सही परीक्षण
प्रति प्रयास पास दर 63.6% 68.2%
अस्थिर टेस्ट 4 5
कुल रन 66 66
प्रति परिणाम लागत 9.821 0.346
कुल लागत $0.831 $0.042
इनपुट कीमत $0.646 / 1M $0.030 / 1M
आउटपुट कीमत $2.720 / 1M $0.130 / 1M
कुल इनपुट टोकन 68,902 92,182
आउटपुट टोकन 111,680 14,287
रीजनिंग टोकन 279,860 282,962
प्रतिक्रिया समय (औसत) 109.98s 36.80s
प्रतिक्रिया समय (अधिकतम) 876.20s 394.54s
प्रतिक्रिया समय (कुल) 2309.56s 809.54s

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

#75 Qwen3.7 Flash

low
अमान्य SVG
लागत
$0.000
समय
600.0s
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 K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
Qwen3.7 Flash 6.7 7.8 55.6% 1 42.36s 7,893 428 56,419

त्वरित तुलना

तुलना जोड़ी बदलें