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

Google: Gemini 3.1 Flash Lite Preview vs MoonshotAI: Kimi K2.6

Gemini 3.1 Flash Lite Preview (medium) average score मध्ये पुढे आहे: 7.3 vs 7.2. Gemini 3.1 Flash Lite Preview (medium) चा benchmark खर्च कमी आहे: $0.115 vs $1.036. Gemini 3.1 Flash Lite Preview (medium) वेगवान आहे: 4.61s vs 109.98s, pass rates 59.1% vs 63.6%.

शिफारस केलेले मॉडेलGemini 3.1 Flash Lite Preview (medium)It has the best score here (7.3), while costing about 9.0x less than Kimi K2.6 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-20

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03 Kimi K2.6 Kimi K2.6 medium प्रकाशन: 2026-04-20
स्कोअर 7.3 7.2
क्रमांक #64 #68
विश्वसनीयता 10.0 9.4
सुसंगतता 9.9 8.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर 59.1% 63.6%
अस्थिर चाचण्या 0 4
एकूण रन 66 66
प्रति निकाल खर्च 0.884 9.821
एकूण खर्च $0.115 $1.036
इनपुट किंमत $0.250 / 1M $0.684 / 1M
आउटपुट किंमत $1.500 / 1M $3.420 / 1M
एकूण इनपुट टोकन्स 117,480 68,902
आउटपुट टोकन्स 10,589 111,680
रिझनिंग टोकन्स 46,394 279,860
प्रतिसाद वेळ (सरासरी) 4.61s 109.98s
प्रतिसाद वेळ (कमाल) 18.34s 876.20s
प्रतिसाद वेळ (एकूण) 101.39s 2309.56s

Hamster playing table tennis

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

#64 Gemini 3.1 Flash Lite Preview

medium
खर्च
$0.003
वेळ
5.2s
टोकन्स
1,944 tok

#68 MoonshotAI: Kimi K2.6

medium
खर्च
$0.013
वेळ
103.4s
टोकन्स
3,620 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
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189

झटपट तुलना

तुलना जोडी बदला