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 none रिलीज़: रिलीज़ तिथि अज्ञात	OpenAI: GPT-4o-mini none रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#32	#28
स्कोर	4.07	4.86
संगति	8.92	9.98
प्रति परिणाम लागत	0.232	0.056
कुल लागत	$0.010	$0.003
सही परीक्षण
गलत टेस्ट	10	9
प्रति प्रयास पास दर	35.7%	35.7%
अस्थिर टेस्ट	2	0
आउटपुट टोकन	1,915	949
रीजनिंग टोकन	0	0

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	2.67	7.86	11.1%	1		363	0
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	5.50	5.81	83.3%	1		995	0
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	4.00	10.00	33.3%	0		29	0
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	5.00	9.99	50.0%	0		61	0
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	2.00	9.92	0.0%	0		247	0
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		220	0
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...