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

Kimi K2.6 (medium) vs Qwen3.7 Flash (low)

average score जवळपास समान आहे: 7.2 vs 7.3. Qwen3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.042 vs $0.831. Qwen3.7 Flash (low) वेगवान आहे: 36.80s vs 109.98s, pass rates 63.6% vs 68.2%.

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

क्रमांक
#78
एकूण आउटपुट टोकन्स
391,540
प्रतिसाद वेळ (सरासरी)
109.98s
एकूण खर्च
$0.831
क्रमांक
#75
एकूण आउटपुट टोकन्स
297,249
प्रतिसाद वेळ (सरासरी)
36.80s
एकूण खर्च
$0.042
शिफारस केलेले मॉडेल Qwen3.7 Flash (low)

It has the best score here (7.3), while costing about 20.1x less than Kimi K2.6 (medium).

तपशीलवार तुलना

मेट्रिक Kimi K2.6 Kimi K2.6 medium प्रकाशन: 2026-04-20 Qwen3.7 Flash Qwen3.7 Flash low प्रकाशन: 2026-07-28
स्कोअर 7.2 7.3
क्रमांक #78 #75
विश्वसनीयता 9.4 9.9
सुसंगतता 8.3 8.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 68.2%
अस्थिर चाचण्या 4 5
एकूण रन 66 66
प्रति निकाल खर्च 9.821 0.346
एकूण खर्च $0.831 $0.042
इनपुट किंमत $0.646 / 1M $0.030 / 1M
आउटपुट किंमत $2.720 / 1M $0.130 / 1M
एकूण इनपुट टोकन्स 68,902 92,182
आउटपुट टोकन्स 111,680 14,287
रिझनिंग टोकन्स 279,860 282,962
प्रतिसाद वेळ (सरासरी) 109.98s 36.80s
प्रतिसाद वेळ (कमाल) 876.20s 394.54s
प्रतिसाद वेळ (एकूण) 2309.56s 809.54s

Hamster playing table tennis

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

#78 MoonshotAI: Kimi K2.6

medium
खर्च
$0.013
वेळ
103.4s
टोकन्स
3,620 tok

#75 Qwen3.7 Flash

low
अवैध SVG
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 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 K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
Qwen3.7 Flash 6.7 7.8 55.6% 1 42.36s 7,893 428 56,419

झटपट तुलना

तुलना जोडी बदला