नेव्हिगेशन
Advertise here

Kev 4B vs MiniMax M2.5 (medium)

MiniMax M2.5 (medium) average score मध्ये पुढे आहे: 4.3 vs 2.4. Kev 4B चा benchmark खर्च कमी आहे: $0.002 vs $0.440. Kev 4B वेगवान आहे: 5.63s vs 102.32s, pass rates 15.9% vs 42.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक
#376
एकूण आउटपुट टोकन्स
28,061
प्रतिसाद वेळ (सरासरी)
5.63s
एकूण खर्च
$0.002
क्रमांक
#340
एकूण आउटपुट टोकन्स
290,496
प्रतिसाद वेळ (सरासरी)
102.32s
एकूण खर्च
$0.440
शिफारस केलेले मॉडेल MiniMax M2.5 (medium)

It has the strongest score in this comparison (4.3) and the best overall balance of cost and response time across all 2 models.

तपशीलवार तुलना

मेट्रिक Kev 4B Kev 4B none प्रकाशन: 2026-09-28 MiniMax M2.5 MiniMax M2.5 medium प्रकाशन: 2026-02-12
स्कोअर 2.4 4.3
क्रमांक #376 #340
विश्वसनीयता 10.0 9.3
सुसंगतता 4.9 6.8
प्रयत्न 36/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 15.9% 42.0%
अस्थिर चाचण्या 1 9
एकूण रन 36 69
प्रति निकाल खर्च 0.060 7.104
एकूण खर्च $0.002 $0.440
इनपुट किंमत $0.042 / 1M $0.270 / 1M
आउटपुट किंमत $0.000 / 1M $1.080 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.027 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 42,804 188,239
आउटपुट टोकन्स 28,061 27,822
रिझनिंग टोकन्स 0 262,674
प्रतिसाद वेळ (सरासरी) 5.63s 102.32s
प्रतिसाद वेळ (कमाल) 17.79s 600.81s
प्रतिसाद वेळ (एकूण) 67.61s 1637.05s
पॅरामीटर्स 4B 230B एकूण (10B सक्रिय)
उपलब्धता मुक्त स्रोत वेट्स उपलब्ध

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.

#376 Jared Palmer: Kev 4B

none
या मॉडेलसाठी अद्याप कोणताही शोकेस निकाल तयार झालेला नाही.
खर्च
लागू नाही
वेळ
-
टोकन्स
0 tok

#340 MiniMax M2.5

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 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
Kev 4B 4.5 6.7 33.3% 0 771ms 21,603 12,207 0
MiniMax M2.5 3.4 9.1 0.0% 0 188.58s 6,076 357 106,177

झटपट तुलना

तुलना जोडी बदला

Mercury 2nonevsMiniMax M2.5mediumMiniMax M2.5mediumvsgpt-oss-120bnoneGranite 4.2 8BnonevsMiniMax M2.5mediumTrinity Large Previewnoneमोफत उपलब्धvsMiniMax M2.5mediumKAT Coder AIR V2.5nonevsMiniMax M2.5mediumMercury 2.5nonevsMiniMax M2.5mediumMiniMax M2.5mediumvsNemotron 3 Supernoneमोफत उपलब्धRing 2.6 1tnonevsMiniMax M2.5mediumLing 2.6 FlashnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsNemotron 3.5 Lightninglowमोफत उपलब्धMiniMax M2.5mediumvsLaguna S 2.1lowमोफत उपलब्धMiniMax M2.5mediumvsGPT-5.4 Nanonone