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

MoonshotAI: Kimi K2.7 Code vs OpenAI: GPT-5.6 Luna

GPT-5.6 Luna (high) average score में आगे है: 7.7 vs 7.5. Kimi K2.7 Code (medium) की benchmark लागत कम है: $0.690 vs $1.017. GPT-5.6 Luna (high) तेज है: 18.68s vs 84.25s, pass rates 65.2% vs 72.7%.

अनुशंसित मॉडलGPT-5.6 Luna (high)It has the best score here (7.7), while responding about 4.5x faster than Kimi K2.7 Code (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Kimi K2.7 Code Kimi K2.7 Code medium रिलीज़: 2026-06-12 GPT-5.6 Luna GPT-5.6 Luna high रिलीज़: 2026-07-09
स्कोर 7.5 7.7
रैंक #50 #42
विश्वसनीयता 10.0 10.0
संगति 8.3 8.9
सही परीक्षण
प्रति प्रयास पास दर 65.2% 72.7%
अस्थिर टेस्ट 4 3
कुल रन 66 66
प्रति परिणाम लागत 6.457 6.780
कुल लागत $0.690 $1.017
इनपुट कीमत $0.750 / 1M $1.000 / 1M
आउटपुट कीमत $3.500 / 1M $6.000 / 1M
कुल इनपुट टोकन 72,073 80,918
आउटपुट टोकन 83,714 5,088
रीजनिंग टोकन 178,793 150,910
प्रतिक्रिया समय (औसत) 84.25s 18.68s
प्रतिक्रिया समय (अधिकतम) 365.80s 111.09s
प्रतिक्रिया समय (कुल) 1769.22s 411.05s

Hamster playing table tennis

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

#50 MoonshotAI: Kimi K2.7 Code

medium
लागत
$0.025
समय
138.0s
टोकन
6,093 tok

#42 GPT-5.6 Luna

high
लागत
$0.033
समय
34.2s
टोकन
5,484 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 K2.7 Code 7.8 9.3 66.7% 0 146.73s 4,650 1,864 25,635
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

त्वरित तुलना

तुलना जोड़ी बदलें