नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

तुलना किए गए मॉडल

सारांश

Kimi K3 (max) vs Kimi K2.6 (medium) vs GPT-5.6 Sol (medium) benchmark तुलनाGPT-5.6 Sol (medium) स्कोर में 9.4 के साथ आगे है। Kimi K2.6 (medium) विश्वसनीयता में 10.0 के साथ आगे है। GPT-5.6 Sol (medium) का कुल लागत सबसे कम है: $0.966. GPT-5.6 Sol (medium) 10.79s पर सबसे तेज है।

अनुशंसित मॉडलGPT-5.6 Sol (medium)It has the best score here (9.4), while costing about 2.2x less than इस तुलना के बाकी मॉडल.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-16

मेट्रिक Kimi K3 Kimi K3 max रिलीज़: 2026-07-16 Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20 निःशुल्क उपलब्ध GPT-5.6 Sol GPT-5.6 Sol medium रिलीज़: 2026-07-09
स्कोर 8.5 7.8 9.4
रैंक #21 #49 #5
विश्वसनीयता 9.4 10.0 10.0
संगति 9.2 8.6 8.8
सही परीक्षण
प्रति प्रयास पास दर 82.5% 65.1% 90.5%
अस्थिर टेस्ट 2 3 3
कुल रन 63 63 63
प्रति परिणाम लागत 19.446 8.358 5.682
कुल लागत $3.112 $1.047 $0.966
इनपुट कीमत $3.000 / 1M $0.950 / 1M $5.000 / 1M
आउटपुट कीमत $15.000 / 1M $4.000 / 1M $30.000 / 1M
कुल इनपुट टोकन 34,916 29,450 34,218
आउटपुट टोकन 2,910 102,923 1,895
रीजनिंग टोकन 197,529 254,094 24,600
प्रतिक्रिया समय (औसत) 122.48s 71.67s 10.79s
प्रतिक्रिया समय (अधिकतम) 766.58s 406.78s 79.40s
प्रतिक्रिया समय (कुल) 2327.06s 1433.36s 226.57s

जनरेशन शोकेस

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

max
लागत
$0.281
समय
506.9s
टोकन
18,863 tok

#49 MoonshotAI: Kimi K2.6

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

#5 GPT-5.6 Sol

medium
लागत
$0.124
समय
57.2s
टोकन
4,199 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 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
GPT-5.6 Sol 10.0 10.0 100.0% 0 9.40s 7,302 394 4,706

त्वरित तुलना

तुलना जोड़ी बदलें