AI BENCHY तुलना

MoonshotAI: Kimi K2.6 vs xAI: Grok 4.5

सारांश

Kimi K2.6 (medium) vs Grok 4.5 (low) benchmark तुलना: Grok 4.5 (low) average score में आगे है: 7.8 vs 7.8. Grok 4.5 (low) की benchmark लागत कम है: $0.760 vs $0.888. Grok 4.5 (low) तेज है: 15.48s vs 71.67s, pass rates 65.1% vs 74.6%.

अनुशंसित मॉडल: Grok 4.5 (low) - It has the best score here (7.8), while responding about 4.6x faster than Kimi K2.6 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-08

मेट्रिक	Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20 निःशुल्क उपलब्ध	Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08

मेट्रिक	Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20 निःशुल्क उपलब्ध	Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर	7.8	7.8
रैंक	#38	#34
विश्वसनीयता	10.0	10.0
संगति	8.6	9.7
सही परीक्षण
प्रति प्रयास पास दर	65.1%	74.6%
अस्थिर टेस्ट	3	1
कुल रन	63	63
प्रति परिणाम लागत	8.358	5.061
कुल लागत	$0.888	$0.760
इनपुट कीमत	$0.650 / 1M	$2.000 / 1M
आउटपुट कीमत	$3.410 / 1M	$6.000 / 1M
कुल इनपुट टोकन	29,450	58,652
आउटपुट टोकन	102,923	1,735
रीजनिंग टोकन	254,094	105,233
प्रतिक्रिया समय (औसत)	71.67s	15.48s
प्रतिक्रिया समय (अधिकतम)	406.78s	205.28s
प्रतिक्रिया समय (कुल)	1433.36s	324.98s

जनरेशन शोकेस

Hamster playing table tennis

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

#38 MoonshotAI: Kimi K2.6

medium

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

#34 xAI: Grok 4.5

low

लागत: $0.011
समय: 12.4s
टोकन: 2,018 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 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

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 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

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 4.5	3.0	10.0	0.0%	0		8.16s	15,084	261	2,370

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 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

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 4.5	3.0	10.0	0.0%	0		72.64s	2,514	14	70,275

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 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

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 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

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 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

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 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

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 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

त्वरित तुलना

तुलना जोड़ी बदलें