नेव्हिगेशन
Advertise here

तुलना केलेली मॉडेल्स

Claude Opus 5 (high) vs GPT-5.6 Sol (high) vs Kimi K3 (max) vs Gemini 3.6 Flash (medium) benchmark तुलना: Gemini 3.6 Flash (medium) स्कोअर मध्ये 9.8 सह आघाडीवर आहे. Claude Opus 5 (high) विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. Gemini 3.6 Flash (medium) चे एकूण खर्च सर्वात कमी आहे: $0.577. GPT-5.6 Sol (high) 13.59s वर सर्वात जलद आहे.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-26

तुलना केलेली मॉडेल्स

क्रमांक
#30
एकूण आउटपुट टोकन्स
105,662
प्रतिसाद वेळ (सरासरी)
25.31s
एकूण खर्च
$4.524
क्रमांक
#24
एकूण आउटपुट टोकन्स
32,071
प्रतिसाद वेळ (सरासरी)
13.59s
एकूण खर्च
$1.595
क्रमांक
#102
एकूण आउटपुट टोकन्स
233,327
प्रतिसाद वेळ (सरासरी)
139.41s
एकूण खर्च
$3.409
क्रमांक
#10
एकूण आउटपुट टोकन्स
116,124
प्रतिसाद वेळ (सरासरी)
14.03s
एकूण खर्च
$0.577
शिफारस केलेले मॉडेल Gemini 3.6 Flash (medium)

It has the best score here (9.8), while costing about 5.5x less than या तुलनेतील इतर मॉडेल.

तपशीलवार तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 high प्रकाशन: 2026-07-25 GPT-5.6 Sol GPT-5.6 Sol high प्रकाशन: 2026-07-09 Kimi K3 Kimi K3 max प्रकाशन: 2026-07-16 Gemini 3.6 Flash Gemini 3.6 Flash medium प्रकाशन: 2026-07-21
स्कोअर 9.4 9.5 8.3 9.8
क्रमांक #30 #24 #102 #10
विश्वसनीयता 10.0 10.0 9.3 10.0
सुसंगतता 10.0 8.9 9.3 9.3
प्रयत्न 69/69 69/69 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 82.6% 89.9% 78.3% 95.7%
अस्थिर चाचण्या 0 3 2 2
एकूण रन 69 69 69 69
प्रति निकाल खर्च 23.809 8.020 23.601 4.619
एकूण खर्च $4.524 $1.595 $3.409 $0.577
इनपुट किंमत $5.000 / 1M $2.000 / 1M $0.830 / 1M $0.750 / 1M
आउटपुट किंमत $25.000 / 1M $10.000 / 1M $14.000 / 1M $3.750 / 1M
कॅश वाचण्याची किंमत $0.500 / 1M $0.200 / 1M $0.270 / 1M $0.075 / 1M
कॅश लिहिण्याची किंमत $6.250 / 1M $2.500 / 1M लागू नाही $0.042 / 1M
एकूण इनपुट टोकन्स 376,421 195,567 170,700 188,003
आउटपुट टोकन्स 67,688 5,841 7,719 2,914
रिझनिंग टोकन्स 37,974 26,230 225,608 113,210
प्रतिसाद वेळ (सरासरी) 25.31s 13.59s 139.41s 14.03s
प्रतिसाद वेळ (कमाल) 159.01s 59.99s 766.58s 77.15s
प्रतिसाद वेळ (एकूण) 582.11s 312.61s 2788.26s 322.73s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) ~2T एकूण (~150B सक्रिय) 2.8T एकूण (104B सक्रिय) ~500B एकूण (~20B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत वेट्स उपलब्ध बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#30 Claude Opus 5

high
खर्च
$0.265
वेळ
144.5s
टोकन्स
10,741 tok

#24 GPT-5.6 Sol

high
खर्च
$0.151
वेळ
201.9s
टोकन्स
5,100 tok

#102 MoonshotAI: Kimi K3

max
खर्च
$0.281
वेळ
506.9s
टोकन्स
18,863 tok

#10 Gemini 3.6 Flash

medium
खर्च
$0.095
वेळ
49.9s
टोकन्स
12,664 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 5 10.0 10.0 100.0% 0 12.73s 10,590 7,547 1,721
GPT-5.6 Sol 10.0 10.0 100.0% 0 12.52s 7,302 404 5,656
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012
Gemini 3.6 Flash 10.0 10.0 100.0% 0 14.81s 8,124 444 31,421

तुलना जोडी बदला