#21 MoonshotAI: Kimi K3
max- लागत
- $0.281
- समय
- 506.9s
- टोकन
- 18,863 tok
AI BENCHY तुलना
MoonshotAI: Kimi K3 vs xAI: Grok 4.5
सारांश
Kimi K3 (max) average score में आगे है: 8.5 vs 8.3. Grok 4.5 (medium) की benchmark लागत कम है: $1.696 vs $3.112. Grok 4.5 (medium) तेज है: 62.63s vs 122.48s, pass rates 82.5% vs 77.8%.
अनुशंसित मॉडलGrok 4.5 (medium)Its score stays close to the best score here (8.3 vs 8.5), while costing about 1.8x 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 | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| स्कोर | 8.5 | 8.3 |
| रैंक | #21 | #29 |
| विश्वसनीयता | 9.4 | 9.9 |
| संगति | 9.2 | 8.9 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 82.5% | 77.8% |
| अस्थिर टेस्ट | 2 | 3 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 19.446 | 11.304 |
| कुल लागत | $3.112 | $1.696 |
| इनपुट कीमत | $3.000 / 1M | $2.000 / 1M |
| आउटपुट कीमत | $15.000 / 1M | $6.000 / 1M |
| कुल इनपुट टोकन | 34,916 | 53,500 |
| आउटपुट टोकन | 2,910 | 1,621 |
| रीजनिंग टोकन | 197,529 | 263,127 |
| प्रतिक्रिया समय (औसत) | 122.48s | 62.63s |
| प्रतिक्रिया समय (अधिकतम) | 766.58s | 436.38s |
| प्रतिक्रिया समय (कुल) | 2327.06s | 1315.20s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#29 xAI: Grok 4.5
medium- लागत
- $0.044
- समय
- 59.4s
- टोकन
- 7,512 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
त्वरित तुलना
तुलना जोड़ी बदलें
Kimi K3maxvsGPT-5 MinimediumKimi K3maxvsGLM 5mediumKimi K3maxvsGPT-5.4mediumSeed-2.0-LitemediumvsKimi K3maxKimi K3maxvsGPT-5.2 ChatnoneKimi K3maxvsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsGrok 4.5mediumKimi K3maxvsGLM 5.2mediumGPT-5.6 TerrahighvsGrok 4.5mediumKimi K3maxvsGPT-5.2mediumGPT-5.2 ChatnonevsGrok 4.5mediumClaude Opus 4.7mediumvsKimi K3max