नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

MoonshotAI: Kimi K2.6 vs xAI: Grok 4.3

सारांश

Kimi K2.6 vs Grok 4.3 benchmark तुलना: average score लगभग बराबर है: 7.8 vs 7.7. Grok 4.3 की benchmark लागत कम है: $0.614 vs $0.889. Grok 4.3 तेज है: 47.51s vs 71.67s, pass rates 65.1% vs 71.4%.

अनुशंसित मॉडल: Grok 4.3 - It has the best score here (7.7), while responding about 1.5x faster than Kimi K2.6.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-12

मेट्रिक Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20 निःशुल्क उपलब्ध Grok 4.3 Grok 4.3 medium रिलीज़: 2026-05-01
स्कोर 7.8 7.7
रैंक #38 #40
विश्वसनीयता 10.0 10.0
संगति 8.6 8.5
सही परीक्षण
प्रति प्रयास पास दर 65.1% 71.4%
अस्थिर टेस्ट 3 4
कुल रन 63 63
प्रति परिणाम लागत 8.358 4.724
कुल लागत $0.889 $0.614
इनपुट कीमत $0.680 / 1M $1.250 / 1M
आउटपुट कीमत $3.410 / 1M $2.500 / 1M
कुल इनपुट टोकन 29,450 44,472
आउटपुट टोकन 102,923 1,981
रीजनिंग टोकन 254,094 221,382
प्रतिक्रिया समय (औसत) 71.67s 47.51s
प्रतिक्रिया समय (अधिकतम) 406.78s 216.69s
प्रतिक्रिया समय (कुल) 1433.36s 997.68s

Generation showcase

Hamster playing table tennis

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

#38 MoonshotAI: Kimi K2.6

medium
Cost
$0.013
Time
103.4s
Tokens
3,620 tok

#40 xAI: Grok 4.3

medium
Cost
$0.009
Time
19.0s
Tokens
3,661 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 618 7,115 8,934
Grok 4.3 10.0 10.0 100.0% 0 8.83s 2,010 88 8,207
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
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.6 10.0 10.0 100.0% 0 40.96s 11,271 711 13,876
Grok 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 7,014 316 11,305
Grok 4.3 10.0 10.0 100.0% 0 18.97s 7,761 180 9,546
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.6 5.3 7.2 44.4% 1 202.38s 326 47,035 98,262
Grok 4.3 5.3 7.2 44.4% 1 181.74s 1,764 14 111,300
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.6 10.0 10.0 100.0% 0 17.83s 477 3,981 4,472
Grok 4.3 5.4 2.5 66.7% 1 24.70s 825 70 5,020
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.6 10.0 10.0 100.0% 0 12.53s 669 3,977 5,269
Grok 4.3 9.8 10.0 100.0% 0 18.58s 1,362 57 8,713
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.6 6.0 7.4 55.6% 1 25.06s 651 13,860 17,599
Grok 4.3 5.9 7.2 55.6% 1 22.52s 1,689 128 14,468
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.6 10.0 10.0 100.0% 0 8.92s 5,286 248 1,011
Grok 4.3 10.0 10.0 100.0% 0 17.66s 7,263 168 4,615
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.6 3.0 10.0 0.0% 0 130.27s 213 15,710 16,177
Grok 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

त्वरित तुलना

तुलना जोड़ी बदलें

Step 3.7 FlashlowvsGrok 4.3mediumKimi K2.6mediumनिःशुल्क उपलब्धvsStep 3.7 FlashlowGPT-5.3 ChatnonevsGrok 4.3mediumKimi K2.6mediumनिःशुल्क उपलब्धvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGrok 4.3mediumGemini 3 Flash PreviewlowvsKimi K2.6mediumनिःशुल्क उपलब्धClaude Sonnet 4.6nonevsGrok 4.3mediumClaude Sonnet 4.6nonevsKimi K2.6mediumनिःशुल्क उपलब्धClaude Opus 4.8nonevsGrok 4.3mediumDeepSeek V4 FlashhighvsKimi K2.6mediumनिःशुल्क उपलब्धClaude Opus 4.8nonevsKimi K2.6mediumनिःशुल्क उपलब्धDeepSeek V4 FlashhighvsGrok 4.3medium