नेव्हिगेशन
AI BENCHY
Advertise here

MoonshotAI: Kimi K2.5 vs Poolside: Laguna S 2.1

Kimi K2.5 average score मध्ये पुढे आहे: 5.5 vs 5.4. Laguna S 2.1 (medium) चा benchmark खर्च कमी आहे: $0.059 vs $0.127. Kimi K2.5 वेगवान आहे: 19.15s vs 58.43s, pass rates 34.9% vs 25.8%.

शिफारस केलेले मॉडेलKimi K2.5It has the best score here (5.5), while responding about 3.1x faster than Laguna S 2.1 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-22

मेट्रिक Kimi K2.5 Kimi K2.5 none प्रकाशन: 2026-01-27 Laguna S 2.1 Laguna S 2.1 medium प्रकाशन: 2026-07-21 मोफत उपलब्ध
स्कोअर 5.5 5.4
क्रमांक #161 #164
विश्वसनीयता 10.0 9.8
सुसंगतता 8.6 8.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 34.9% 25.8%
अस्थिर चाचण्या 4 4
एकूण रन 66 66
प्रति निकाल खर्च 1.898 1.451
एकूण खर्च $0.127 $0.059
इनपुट किंमत $0.571 / 1M $0.100 / 1M
आउटपुट किंमत $2.850 / 1M $0.200 / 1M
एकूण इनपुट टोकन्स 89,322 86,641
आउटपुट टोकन्स 26,638 97,298
रिझनिंग टोकन्स 0 242,297
प्रतिसाद वेळ (सरासरी) 19.15s 58.43s
प्रतिसाद वेळ (कमाल) 102.83s 560.31s
प्रतिसाद वेळ (एकूण) 287.30s 1285.48s

Hamster playing table tennis

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

#161 MoonshotAI: Kimi K2.5

none
खर्च
$0.015
वेळ
89.1s
टोकन्स
5,421 tok

#164 Laguna S 2.1

medium
खर्च
$0.001
वेळ
4.0s
टोकन्स
867 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 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0
Laguna S 2.1 5.3 7.2 44.4% 1 158.98s 7,917 93,354 106,718

झटपट तुलना

तुलना जोडी बदला