नेविगेशन
AI BENCHY
Advertise here

Kimi K3 (max) vs Qwen3.6 Plus (medium)

Kimi K3 (max) average score में आगे है: 7.9 vs 7.8. Qwen3.6 Plus (medium) की benchmark लागत कम है: $0.418 vs $3.467. Qwen3.6 Plus (medium) तेज है: 45.52s vs 142.84s, pass rates 77.3% vs 71.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-29

रैंक
#59
कुल आउटपुट टोकन
224,128
प्रतिक्रिया समय (औसत)
142.84s
कुल लागत
$3.467
रैंक
#64
कुल आउटपुट टोकन
197,632
प्रतिक्रिया समय (औसत)
45.52s
कुल लागत
$0.418
अनुशंसित मॉडल Qwen3.6 Plus (medium)

Its score stays close to the best score here (7.8 vs 7.9), while costing about 8.3x less than Kimi K3 (max).

विस्तृत तुलना

मेट्रिक Kimi K3 Kimi K3 max रिलीज़: 2026-07-16 Qwen3.6 Plus Qwen3.6 Plus medium रिलीज़: 2026-04-20
स्कोर 7.9 7.8
रैंक #59 #64
विश्वसनीयता 9.0 10.0
संगति 9.2 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 77.3% 71.2%
अस्थिर टेस्ट 2 2
कुल रन 66 66
प्रति परिणाम लागत 21.668 1.695
कुल लागत $3.467 $0.418
इनपुट कीमत $3.000 / 1M $0.325 / 1M
आउटपुट कीमत $15.000 / 1M $1.950 / 1M
कुल इनपुट टोकन 34,960 97,698
आउटपुट टोकन 2,887 6,417
रीजनिंग टोकन 221,241 191,215
प्रतिक्रिया समय (औसत) 142.84s 45.52s
प्रतिक्रिया समय (अधिकतम) 766.58s 291.55s
प्रतिक्रिया समय (कुल) 2714.02s 955.94s
पैरामीटर 2.8T कुल (104B सक्रिय) ~397B कुल (~17B सक्रिय)
उपलब्धता वेट उपलब्ध बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#59 MoonshotAI: Kimi K3

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

#64 Qwen3.6 Plus

medium
लागत
$0.024
समय
219.0s
टोकन
12,235 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 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586

त्वरित तुलना

तुलना जोड़ी बदलें