Kimi K2.5 (medium) vs Grok 4.3 (medium)

Grok 4.3 (medium) average score मध्ये पुढे आहे: 6.5 vs 6.4. Kimi K2.5 (medium) चा benchmark खर्च कमी आहे: $0.841 vs $0.989. Grok 4.3 (medium) वेगवान आहे: 44.53s vs 125.76s, pass rates 60.9% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-03

तुलना केलेली मॉडेल्स

क्रमांक: #208
एकूण आउटपुट टोकन्स: 241,096
प्रतिसाद वेळ (सरासरी): 125.76s
एकूण खर्च: $0.841

क्रमांक: #202
एकूण आउटपुट टोकन्स: 232,542
प्रतिसाद वेळ (सरासरी): 44.53s
एकूण खर्च: $0.989

शिफारस केलेले मॉडेल Grok 4.3 (medium)

It has the best score here (6.5), while responding about 2.8x faster than Kimi K2.5 (medium).

तपशीलवार तुलना

मेट्रिक	Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27	Grok 4.3 Grok 4.3 medium प्रकाशन: 2026-05-01

मेट्रिक	Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27	Grok 4.3 Grok 4.3 medium प्रकाशन: 2026-05-01
स्कोअर	6.4	6.5
क्रमांक	#208	#202
विश्वसनीयता	9.6	10.0
सुसंगतता	7.1	8.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	60.9%	63.8%
अस्थिर चाचण्या	8	5
एकूण रन	69	69
प्रति निकाल खर्च	6.085	8.235
एकूण खर्च	$0.841	$0.989
इनपुट किंमत	$0.450 / 1M	$1.250 / 1M
आउटपुट किंमत	$2.250 / 1M	$2.500 / 1M
कॅश वाचण्याची किंमत	$0.070 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	292,271	325,471
आउटपुट टोकन्स	55,025	14,867
रिझनिंग टोकन्स	186,071	217,675
प्रतिसाद वेळ (सरासरी)	125.76s	44.53s
प्रतिसाद वेळ (कमाल)	566.79s	216.69s
प्रतिसाद वेळ (एकूण)	2137.84s	1024.25s
पॅरामीटर्स	1T एकूण (32B सक्रिय)	~1.5T एकूण (~150B सक्रिय)
उपलब्धता	वेट्स उपलब्ध	बंद 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.

#208 MoonshotAI: Kimi K2.5

medium

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

#202 SpaceXAI: Grok 4.3

medium

खर्च: $0.009
वेळ: 19.0s
टोकन्स: 3,661 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	3.9	9.6	0.0%	0		566.79s	173,775	1,503	18,651
Grok 4.3	3.9	9.6	0.0%	0		51.61s	185,227	1,128	5,510

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	7.3	5.8	83.3%	2		51.38s	634	2,789	8,880
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	6.7	9.1	50.0%	0		89.19s	95,416	14,448	11,209
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	10.0	10.0	100.0%	0		49.78s	7,020	563	7,940
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	2.9	4.4	22.2%	2		111.65s	533	12,151	32,741
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	6.5	3.4	66.7%	1		69.73s	480	3,815	4,262
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	10.0	10.0	100.0%	0		92.47s	675	5,371	6,547
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	5.3	7.3	44.4%	1		43.23s	659	8,426	12,692
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	10.0	10.0	100.0%	0		31.74s	5,933	242	812
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	3.0	10.0	0.0%	0		83.95s	211	12	7,644
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

झटपट तुलना

तुलना जोडी बदला

KAT-Coder-Pro V2.5highvsGrok 4.3medium Grok 4.3mediumvsGLM 5.1none Gemini 3.5 FlashminimalvsKimi K2.5medium Qwen3.5-122B-A10BnonevsGrok 4.3medium Grok 4.3mediumvsGLM 5.3low Gemini 3 Flash PreviewnonevsGrok 4.3medium Dots 3 Note Previewhighमोफत उपलब्धvsKimi K2.5medium Dots 3 Note Previewlowमोफत उपलब्धvsKimi K2.5medium Mercury 2.5highvsGrok 4.3medium Gemini 3 Flash PreviewnonevsKimi K2.5medium Mercury 2.5 PreviewhighvsGrok 4.3medium Kimi K2.5mediumvsQwen3.5-122B-A10Bnone