नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

DeepSeek: DeepSeek V3.2 vs MoonshotAI: Kimi K2.5

average score जवळपास समान आहे: 7.0 vs 7.0. DeepSeek V3.2 (medium) चा benchmark खर्च कमी आहे: $0.078 vs $0.600. DeepSeek V3.2 (medium) वेगवान आहे: 68.62s vs 99.00s, pass rates 65.2% vs 65.2%.

शिफारस केलेले मॉडेलDeepSeek V3.2 (medium)It has the best score here (7.0), while costing about 7.8x less than Kimi K2.5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 medium प्रकाशन: 2025-12-01 Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27
स्कोअर 7.0 7.0
क्रमांक #73 #74
विश्वसनीयता 10.0 10.0
सुसंगतता 7.4 7.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 65.2%
अस्थिर चाचण्या 7 8
एकूण रन 66 66
प्रति निकाल खर्च 0.671 4.789
एकूण खर्च $0.078 $0.600
इनपुट किंमत $0.269 / 1M $0.571 / 1M
आउटपुट किंमत $0.400 / 1M $2.850 / 1M
एकूण इनपुट टोकन्स 101,047 118,448
आउटपुट टोकन्स 11,834 62,124
रिझनिंग टोकन्स 117,014 165,243
प्रतिसाद वेळ (सरासरी) 68.62s 99.00s
प्रतिसाद वेळ (कमाल) 376.10s 281.00s
प्रतिसाद वेळ (एकूण) 1509.53s 1485.04s

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium
खर्च
$0.001
वेळ
53.6s
टोकन्स
1,932 tok

#74 MoonshotAI: Kimi K2.5

medium
खर्च
$0.030
वेळ
58.6s
टोकन्स
8,683 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
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693

झटपट तुलना

तुलना जोडी बदला