नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

तुलना केलेली मॉडेल्स

सारांश

MiniMax M2.7 vs Kimi K2.5 vs GLM 5 vs Gemini 3.1 Flash Lite Preview benchmark तुलनाGLM 5 स्कोअर मध्ये 8.6 सह आघाडीवर आहे. MiniMax M2.7 विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. Gemini 3.1 Flash Lite Preview चे एकूण खर्च सर्वात कमी आहे: $0.068. Gemini 3.1 Flash Lite Preview 3.96s वर सर्वात जलद आहे.

शिफारस केलेले मॉडेल: Gemini 3.1 Flash Lite Preview - Its score stays close to the best score here (7.8 vs 8.6), while costing about 3.3x less than या तुलनेतील इतर मॉडेल.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-06-18

मेट्रिक MiniMax M2.7 MiniMax M2.7 medium प्रकाशन: 2026-03-18 Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27 GLM 5 GLM 5 medium प्रकाशन: 2026-02-12 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03
स्कोअर 5.2 7.5 8.6 7.8
क्रमांक #127 #43 #15 #32
विश्वसनीयता 10.0 10.0 10.0 10.0
सुसंगतता 6.8 6.9 8.5 10.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 46.0% 68.3% 82.5% 61.9%
अस्थिर चाचण्या 8 8 4 0
एकूण रन 63 63 63 63
प्रति निकाल खर्च 2.494 3.704 1.668 0.523
एकूण खर्च $0.104 $0.348 $0.228 $0.068
इनपुट किंमत $0.250 / 1M $0.375 / 1M $0.600 / 1M $0.250 / 1M
आउटपुट किंमत $1.000 / 1M $2.025 / 1M $1.920 / 1M $1.500 / 1M
एकूण इनपुट टोकन्स 34,371 34,312 35,224 37,786
आउटपुट टोकन्स 8,981 48,379 21,570 2,210
रिझनिंग टोकन्स 89,812 157,747 102,996 36,744
प्रतिसाद वेळ (सरासरी) 38.18s 98.43s 33.54s 3.96s
प्रतिसाद वेळ (कमाल) 196.21s 281.00s 99.85s 14.93s
प्रतिसाद वेळ (एकूण) 763.60s 1378.03s 435.99s 83.06s

जनरेशन शोकेस

Hamster playing table tennis

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

#127 MiniMax M2.7

medium
खर्च
$0.022
वेळ
22.8s
टोकन्स
9,250 tok

#43 MoonshotAI: Kimi K2.5

medium
खर्च
$0.030
वेळ
58.6s
टोकन्स
8,683 tok

#15 GLM 5

medium
खर्च
$0.005
वेळ
20.7s
टोकन्स
2,068 tok

#32 Gemini 3.1 Flash Lite Preview

medium
खर्च
$0.003
वेळ
5.2s
टोकन्स
1,944 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

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.7 7.9 6.3 83.3% 2 40.32s 654 3,010 17,716
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
GLM 5 10.0 10.0 100.0% 0 23.66s 555 480 7,056
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 512 570 4,305
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.7 5.7 9.1 33.3% 0 101.89s 2,961 1,231 38,841
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.7 4.7 1.6 66.7% 1 41.03s 14,233 369 4,480
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
GLM 5 10.0 10.0 100.0% 0 28.96s 12,804 662 3,242
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 13,403 327 7,347
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.7 6.3 5.8 66.7% 1 21.95s 7,152 187 5,882
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
GLM 5 7.1 5.6 83.3% 1 8.90s 5,508 567 3,734
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 7,362 279 2,952
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.7 3.0 10.0 0.0% 0 19.00s 245 8 2,796
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
GLM 5 3.5 4.4 33.3% 2 0ms 260 13,176 14,137
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 639 18 5,325
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.7 3.9 2.5 33.3% 1 38.70s 486 92 5,204
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
GLM 5 6.1 3.1 66.7% 1 14.69s 477 2,020 2,248
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 488 96 1,488
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.7 3.8 5.8 33.3% 1 12.80s 687 350 2,600
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
GLM 5 10.0 10.0 100.0% 0 7.25s 636 1,001 2,129
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 621 72 2,121
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.7 5.9 7.2 55.6% 1 24.87s 675 362 7,840
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
GLM 5 10.0 10.0 100.0% 0 11.33s 609 33 4,076
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 5.30s 566 141 1,896
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.7 4.7 1.6 66.7% 1 12.05s 7,067 304 1,001
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
GLM 5 10.0 10.0 100.0% 0 15.93s 6,935 233 994
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 5,909 234 912
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.7 3.0 10.0 0.0% 0 22.77s 211 3,068 3,452
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644
GLM 5 3.0 10.0 0.0% 0 67.37s 186 401 12,450
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 2.68s 160 12 1,801

झटपट तुलना

तुलना जोडी बदला