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

Kimi K2.5 (medium) vs Beam 1.0 501B A23B (low)

average score जवळपास समान आहे: 6.4 vs 6.4. Beam 1.0 501B A23B (low) चा benchmark खर्च कमी आहे: $0.432 vs $0.841. Beam 1.0 501B A23B (low) वेगवान आहे: 4.89s vs 125.76s, pass rates 60.9% vs 60.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-17

तुलना केलेली मॉडेल्स

क्रमांक
#237
एकूण आउटपुट टोकन्स
209,217
प्रतिसाद वेळ (सरासरी)
125.76s
एकूण खर्च
$0.841
क्रमांक
#238
एकूण आउटपुट टोकन्स
71,250
प्रतिसाद वेळ (सरासरी)
4.89s
एकूण खर्च
$0.432
शिफारस केलेले मॉडेल Beam 1.0 501B A23B (low)

It has the best score here (6.4), while costing about 1.9x less than Kimi K2.5 (medium).

तपशीलवार तुलना

मेट्रिक Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27 Beam 1.0 501B A23B Beam 1.0 501B A23B low प्रकाशन: 2026-10-17
स्कोअर 6.4 6.4
क्रमांक #237 #238
विश्वसनीयता 9.6 10.0
सुसंगतता 7.1 8.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 60.9% 60.9%
अस्थिर चाचण्या 8 6
एकूण रन 69 69
प्रति निकाल खर्च 6.085 3.926
एकूण खर्च $0.841 $0.432
इनपुट किंमत $0.450 / 1M $1.000 / 1M
आउटपुट किंमत $2.250 / 1M $3.000 / 1M
कॅश वाचण्याची किंमत $0.070 / 1M $0.100 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 292,271 218,076
आउटपुट टोकन्स 55,025 4,863
रिझनिंग टोकन्स 186,071 66,387
प्रतिसाद वेळ (सरासरी) 125.76s 4.89s
प्रतिसाद वेळ (कमाल) 566.79s 29.49s
प्रतिसाद वेळ (एकूण) 2137.84s 112.55s
पॅरामीटर्स 1T एकूण (32B सक्रिय) 501B एकूण (23B सक्रिय)
उपलब्धता वेट्स उपलब्ध मुक्त स्रोत

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.

#237 MoonshotAI: Kimi K2.5

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

#238 Beam 1.0 501B A23B

low
खर्च
$0.006
वेळ
12.0s
टोकन्स
4,777 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
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
Beam 1.0 501B A23B 10.0 10.0 100.0% 0 7.29s 7,791 569 17,401

तुलना जोडी बदला