नेव्हिगेशन
AI BENCHY
Advertise here

DeepSeek V4 Flash 0731 vs Kimi K2.5

Kimi K2.5 average score मध्ये पुढे आहे: 5.5 vs 5.4. DeepSeek V4 Flash 0731 चा benchmark खर्च कमी आहे: $0.021 vs $0.127. Kimi K2.5 वेगवान आहे: 19.15s vs 20.70s, pass rates 27.3% vs 34.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-01

क्रमांक
#182
एकूण आउटपुट टोकन्स
25,424
प्रतिसाद वेळ (सरासरी)
20.70s
एकूण खर्च
$0.021
क्रमांक
#176
एकूण आउटपुट टोकन्स
26,638
प्रतिसाद वेळ (सरासरी)
19.15s
एकूण खर्च
$0.127
शिफारस केलेले मॉडेल DeepSeek V4 Flash 0731

Its score stays close to the best score here (5.4 vs 5.5), while costing about 6.2x less than Kimi K2.5.

तपशीलवार तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none प्रकाशन: 2026-08-01 Kimi K2.5 Kimi K2.5 none प्रकाशन: 2026-01-27
स्कोअर 5.4 5.5
क्रमांक #182 #176
विश्वसनीयता 10.0 10.0
सुसंगतता 8.6 8.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 27.3% 34.9%
अस्थिर चाचण्या 4 4
एकूण रन 66 66
प्रति निकाल खर्च 0.509 1.898
एकूण खर्च $0.021 $0.127
इनपुट किंमत $0.140 / 1M $0.571 / 1M
आउटपुट किंमत $0.280 / 1M $2.850 / 1M
एकूण इनपुट टोकन्स 94,557 89,322
आउटपुट टोकन्स 25,424 26,638
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 20.70s 19.15s
प्रतिसाद वेळ (कमाल) 387.15s 102.83s
प्रतिसाद वेळ (एकूण) 455.38s 287.30s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#182 DeepSeek V4 Flash 0731

none
खर्च
$0.004
वेळ
198.4s
टोकन्स
14,316 tok

#176 MoonshotAI: Kimi K2.5

none
खर्च
$0.015
वेळ
89.1s
टोकन्स
5,421 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 V4 Flash 0731 4.3 10.0 0.0% 0 1.72s 7,275 505 0
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

झटपट तुलना

तुलना जोडी बदला