तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

MoonshotAI: Kimi K2.5 vs OpenAI: GPT-4o-mini

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	MoonshotAI: Kimi K2.5 medium रिलीज़: रिलीज़ तिथि अज्ञात	OpenAI: GPT-4o-mini none रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#17	#28
स्कोर	6.29	4.86
संगति	7.69	9.98
प्रति परिणाम लागत	2.335	0.056
कुल लागत	$0.187	$0.003
सही परीक्षण
गलत टेस्ट	6	9
प्रति प्रयास पास दर	73.8%	35.7%
अस्थिर टेस्ट	4	0
आउटपुट टोकन	30,504	949
रीजनिंग टोकन	58,467	0

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	7.00	7.21	88.9%	1		335	6,255
OpenAI: GPT-4o-mini	4.00	10.00	33.3%	0		180	0

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	10.00	10.00	100.0%	0		1,181	6,049
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		183	0

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	1.00	4.41	33.3%	2		20,696	30,894
OpenAI: GPT-4o-mini	1.00	10.00	0.0%	0		15	0

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	9.50	10.00	100.0%	0		3,777	4,967
OpenAI: GPT-4o-mini	5.50	10.00	50.0%	0		71	0

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	5.00	7.61	55.6%	1		4,273	9,490
OpenAI: GPT-4o-mini	4.00	9.92	0.0%	0		295	0

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	10.00	10.00	100.0%	0		242	812
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		205	0

तुलना जोड़ी बदलें

MoonshotAI: Kimi K2.5 की तुलना इससे करें...

OpenAI: GPT-4o-mini की तुलना इससे करें...