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

Grok 4.3 (medium) average score मध्ये पुढे आहे: 7.1 vs 7.0. Kimi K2.5 (medium) चा benchmark खर्च कमी आहे: $0.600 vs $0.779. Grok 4.3 (medium) वेगवान आहे: 47.45s vs 99.00s, pass rates 65.2% vs 68.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-28

क्रमांक: #87
एकूण आउटपुट टोकन्स: 227,367
प्रतिसाद वेळ (सरासरी): 99.00s
एकूण खर्च: $0.600

क्रमांक: #83
एकूण आउटपुट टोकन्स: 241,421
प्रतिसाद वेळ (सरासरी): 47.45s
एकूण खर्च: $0.779

शिफारस केलेले मॉडेल Grok 4.3 (medium)

It has the best score here (7.1), while responding about 2.1x 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	7.0	7.1
क्रमांक	#87	#83
विश्वसनीयता	10.0	10.0
सुसंगतता	7.0	8.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	68.2%
अस्थिर चाचण्या	8	4
एकूण रन	66	66
प्रति निकाल खर्च	4.789	5.990
एकूण खर्च	$0.600	$0.779
इनपुट किंमत	$0.571 / 1M	$1.250 / 1M
आउटपुट किंमत	$2.850 / 1M	$2.500 / 1M
एकूण इनपुट टोकन्स	118,448	140,031
आउटपुट टोकन्स	62,124	13,739
रिझनिंग टोकन्स	165,243	227,682
प्रतिसाद वेळ (सरासरी)	99.00s	47.45s
प्रतिसाद वेळ (कमाल)	281.00s	216.69s
प्रतिसाद वेळ (एकूण)	1485.04s	1043.83s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#87 MoonshotAI: Kimi K2.5

medium

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

#83 xAI: 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:

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	3.5	4.4	33.3%	2		137.29s	485	20,753	30,564
Grok 4.3	5.3	7.2	44.4%	1		181.74s	1,764	14	111,300

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

Gemini 3.5 FlashnonevsKimi K2.5medium Qwen3.7 PlusnonevsGrok 4.3medium DeepSeek V4 PrononevsKimi K2.5medium KAT-Coder-Pro V2.5highvsGrok 4.3medium Kimi K2.5mediumvsGPT-5.6 Solnone Step 3.7 FlashlowvsGrok 4.3medium Claude Opus 4.8nonevsGrok 4.3medium Kimi K2.5mediumvsStep 3.7 Flashhigh Qwen3.7 FlashlowvsGrok 4.3medium Kimi K2.5mediumvsGPT-5.5none Gemini 3.5 FlashnonevsGrok 4.3medium Kimi K2.5mediumvsQwen3.7 Plusnone