नेविगेशन
Advertise here

Kimi K3.1 Pro (low) vs Qwen3.8 MAX (low)

average score लगभग बराबर है: 8.8 vs 8.8. Qwen3.8 MAX (low) की benchmark लागत कम है: $1.089 vs $1.836. Qwen3.8 MAX (low) तेज है: 25.09s vs 47.50s, pass rates 81.2% vs 81.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-24

तुलना किए गए मॉडल

रैंक
#60
कुल आउटपुट टोकन
139,158
प्रतिक्रिया समय (औसत)
47.50s
कुल लागत
$1.836
रैंक
#61
कुल आउटपुट टोकन
93,936
प्रतिक्रिया समय (औसत)
25.09s
कुल लागत
$1.089
अनुशंसित मॉडल Qwen3.8 MAX (low)

It has the best score here (8.8), while costing about 1.7x less than Kimi K3.1 Pro (low).

विस्तृत तुलना

मेट्रिक Kimi K3.1 Pro Kimi K3.1 Pro low रिलीज़: 2026-10-24 Qwen3.8 MAX Qwen3.8 MAX low रिलीज़: 2026-08-04
स्कोर 8.8 8.8
रैंक #60 #61
विश्वसनीयता 8.4 10.0
संगति 8.9 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 81.2% 81.2%
अस्थिर टेस्ट 3 3
कुल रन 69 69
प्रति परिणाम लागत 10.796 5.051
कुल लागत $1.836 $1.089
इनपुट कीमत $2.000 / 1M $2.000 / 1M
आउटपुट कीमत $10.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 221,802 262,495
आउटपुट टोकन 12,498 7,787
रीजनिंग टोकन 126,660 86,149
प्रतिक्रिया समय (औसत) 47.50s 25.09s
प्रतिक्रिया समय (अधिकतम) 506.95s 155.75s
प्रतिक्रिया समय (कुल) 1092.61s 577.14s
पैरामीटर ~2.8T कुल (~104B सक्रिय) 2.4T कुल (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#60 MoonshotAI: Kimi K3.1 Pro

low
fetch failed
लागत
$0.000
समय
10.7s
टोकन
0 tok

#61 Qwen3.8 MAX

low
लागत
$0.026
समय
68.5s
टोकन
4,280 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 K3.1 Pro 10.0 10.0 100.0% 0 18.91s 8,070 468 7,531
Qwen3.8 MAX 8.4 7.4 88.9% 1 28.69s 8,127 512 15,952

त्वरित तुलना

तुलना जोड़ी बदलें

GPT-5.4mediumvsQwen3.8 MAXlowKimi K3.1 ProlowvsGPT-5.4mediumKimi K3.1 ProlowvsPareto 26.9defaultQwen3.8 MAXlowvsPareto 26.9defaultClaude Fable 5mediumvsKimi K3.1 ProlowClaude Fable 5mediumvsQwen3.8 MAXlowMuse Spark 1.1mediumvsKimi K3.1 ProlowMuse Spark 1.1mediumvsQwen3.8 MAXlowMuse Spark 1.2mediumvsKimi K3.1 ProlowMuse Spark 1.2mediumvsQwen3.8 MAXlowMuse Spark OpenmediumvsQwen3.8 MAXlowDeepSeek V4.1 FlashhighvsQwen3.8 MAXlow