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

AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs Qwen: Qwen3.5-Flash

सारांश

Kimi K2.5 vs Qwen3.5-Flash benchmark तुलना: Qwen3.5-Flash average score मध्ये पुढे आहे: 6.1 vs 5.5. Qwen3.5-Flash चा benchmark खर्च कमी आहे: $0.005 vs $0.027. Qwen3.5-Flash वेगवान आहे: 3.58s vs 13.18s, pass rates 34.9% vs 39.7%.

शिफारस केलेले मॉडेल: Qwen3.5-Flash - It has the best score here (6.1), while costing about 6.5x less than Kimi K2.5.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-09

मेट्रिक Kimi K2.5 Kimi K2.5 none प्रकाशन: 2026-01-27 Qwen3.5-Flash Qwen3.5-Flash none प्रकाशन: 2026-02-24
स्कोअर 5.5 6.1
क्रमांक #135 #112
विश्वसनीयता 10.0 10.0
सुसंगतता 8.9 9.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 34.9% 39.7%
अस्थिर चाचण्या 3 1
एकूण रन 63 63
प्रति निकाल खर्च 0.442 0.075
एकूण खर्च $0.027 $0.005
इनपुट किंमत $0.375 / 1M $0.065 / 1M
आउटपुट किंमत $2.025 / 1M $0.260 / 1M
एकूण इनपुट टोकन्स 36,034 46,439
आउटपुट टोकन्स 6,657 4,276
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 13.18s 3.58s
प्रतिसाद वेळ (कमाल) 42.13s 27.18s
प्रतिसाद वेळ (एकूण) 184.47s 75.28s

जनरेशन शोकेस

Hamster playing table tennis

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

#135 MoonshotAI: Kimi K2.5

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

#112 Qwen3.5-Flash

none
खर्च
$0.003
वेळ
47.4s
टोकन्स
7,799 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

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 3.6 8.4 8.3% 1 6.24s 652 373 0
Qwen3.5-Flash 3.5 8.3 8.3% 1 1.32s 696 690 0
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
Qwen3.5-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 0
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Kimi K2.5 2.8 2.1 33.3% 1 19.16s 12,264 748 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 6.22s 18,879 1,794 0
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 7.3 5.8 83.3% 1 42.13s 7,180 187 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 1.57s 7,794 243 0
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Kimi K2.5 5.3 10.0 33.3% 0 4.38s 753 29 0
Qwen3.5-Flash 7.7 10.0 66.7% 0 905ms 789 15 0
Samanya Buddhimatta 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 4.00s 483 76 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 803ms 522 100 0
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Kimi K2.5 6.5 10.0 50.0% 0 2.67s 677 60 0
Qwen3.5-Flash 6.3 10.0 50.0% 0 8.81s 711 63 0
कोडी सोडवणे 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 4.04s 667 236 0
Qwen3.5-Flash 3.1 10.0 0.0% 0 10.89s 714 579 0
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 13.99s 5,835 220 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 3.67s 8,211 264 0
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 3.90s 212 20 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 588ms 210 9 0

झटपट तुलना

तुलना जोडी बदला