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

तुलना केलेली मॉडेल्स

MiniMax M2.7 (medium) vs Kimi K2.5 (medium) vs GLM 5 (medium) vs Gemini 3.1 Flash Lite Preview (medium) benchmark तुलना: GLM 5 (medium) स्कोअर मध्ये 7.7 सह आघाडीवर आहे. MiniMax M2.7 (medium) विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. Gemini 3.1 Flash Lite Preview (medium) चे एकूण खर्च सर्वात कमी आहे: $0.115. Gemini 3.1 Flash Lite Preview (medium) 4.61s वर सर्वात जलद आहे.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-07

क्रमांक
#205
एकूण आउटपुट टोकन्स
137,594
प्रतिसाद वेळ (सरासरी)
41.28s
एकूण खर्च
$0.176
क्रमांक
#97
एकूण आउटपुट टोकन्स
227,367
प्रतिसाद वेळ (सरासरी)
99.00s
एकूण खर्च
$0.600
क्रमांक
#59
एकूण आउटपुट टोकन्स
124,566
प्रतिसाद वेळ (सरासरी)
33.54s
एकूण खर्च
$0.307
क्रमांक
#82
एकूण आउटपुट टोकन्स
56,983
प्रतिसाद वेळ (सरासरी)
4.61s
एकूण खर्च
$0.115
शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite Preview (medium)

Its score stays close to the best score here (7.3 vs 7.7), while costing about 3.1x less than या तुलनेतील इतर मॉडेल.

तपशीलवार तुलना

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 5.0 7.0 7.7 7.3
क्रमांक #205 #97 #59 #82
विश्वसनीयता 10.0 10.0 10.0 10.0
सुसंगतता 6.6 7.0 8.1 9.9
बेंचमार्क कव्हरेज 22/22 चाचण्या · 66/66 प्रयत्न 22/22 चाचण्या · 66/66 प्रयत्न 21/22 चाचण्या · 63/66 प्रयत्न 22/22 चाचण्या · 66/66 प्रयत्न
बरोबर चाचण्या
प्रति प्रयत्न पास दर 45.5% 65.2% 78.8% 59.1%
अस्थिर चाचण्या 9 8 4 0
एकूण रन 66 66 63 66
प्रति निकाल खर्च 3.906 4.789 1.668 0.884
एकूण खर्च $0.176 $0.600 $0.307 $0.115
इनपुट किंमत $0.270 / 1M $0.571 / 1M $0.950 / 1M $0.250 / 1M
आउटपुट किंमत $1.080 / 1M $2.850 / 1M $2.551 / 1M $1.500 / 1M
एकूण इनपुट टोकन्स 114,518 118,448 35,224 117,480
आउटपुट टोकन्स 18,558 62,124 21,570 10,589
रिझनिंग टोकन्स 119,036 165,243 102,996 46,394
प्रतिसाद वेळ (सरासरी) 41.28s 99.00s 33.54s 4.61s
प्रतिसाद वेळ (कमाल) 196.21s 281.00s 99.85s 18.34s
प्रतिसाद वेळ (एकूण) 866.81s 1485.04s 435.99s 101.39s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#205 MiniMax M2.7

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

#97 MoonshotAI: Kimi K2.5

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

#59 GLM 5

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

#82 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

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

झटपट तुलना

तुलना जोडी बदला