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

AI BENCHY तुलना

MoonshotAI: Kimi K3 vs Qwen: Qwen3.6 Max Preview

सारांश

Qwen3.6 Max Preview (medium) average score में आगे है: 8.9 vs 8.5. Qwen3.6 Max Preview (medium) की benchmark लागत कम है: $0.960 vs $3.112. Qwen3.6 Max Preview (medium) तेज है: 59.63s vs 122.48s, pass rates 82.5% vs 81.0%.

अनुशंसित मॉडलQwen3.6 Max Preview (medium)It has the best score here (8.9), while costing about 3.2x less than Kimi K3 (max).

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

मेट्रिक Kimi K3 Kimi K3 max रिलीज़: 2026-07-16 Qwen3.6 Max Preview Qwen3.6 Max Preview medium रिलीज़: 2026-04-20
स्कोर 8.5 8.9
रैंक #21 #14
विश्वसनीयता 9.4 10.0
संगति 9.2 9.3
सही परीक्षण
प्रति प्रयास पास दर 82.5% 81.0%
अस्थिर टेस्ट 2 2
कुल रन 63 63
प्रति परिणाम लागत 19.446 7.024
कुल लागत $3.112 $0.960
इनपुट कीमत $3.000 / 1M $1.040 / 1M
आउटपुट कीमत $15.000 / 1M $6.240 / 1M
कुल इनपुट टोकन 34,916 42,362
आउटपुट टोकन 2,910 2,273
रीजनिंग टोकन 197,529 144,367
प्रतिक्रिया समय (औसत) 122.48s 59.63s
प्रतिक्रिया समय (अधिकतम) 766.58s 238.07s
प्रतिक्रिया समय (कुल) 2327.06s 1252.17s

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

#14 Qwen3.6 Max Preview

medium
लागत
$0.024
समय
76.5s
टोकन
3,861 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
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957

त्वरित तुलना

तुलना जोड़ी बदलें