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

MoonshotAI: Kimi K2.6 vs Qwen: Qwen3.7 Plus

Kimi K2.6 (medium) average score मध्ये पुढे आहे: 7.2 vs 7.2. Qwen3.7 Plus चा benchmark खर्च कमी आहे: $0.106 vs $1.222. Qwen3.7 Plus वेगवान आहे: 12.09s vs 109.98s, pass rates 63.6% vs 50.0%.

शिफारस केलेले मॉडेलQwen3.7 PlusIts score stays close to the best score here (7.2 vs 7.2), while costing about 11.5x less than Kimi K2.6 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Kimi K2.6 Kimi K2.6 medium प्रकाशन: 2026-04-20 Qwen3.7 Plus Qwen3.7 Plus none प्रकाशन: 2026-06-03
स्कोअर 7.2 7.2
क्रमांक #65 #68
विश्वसनीयता 9.4 10.0
सुसंगतता 8.3 10.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 50.0%
अस्थिर चाचण्या 4 0
एकूण रन 66 66
प्रति निकाल खर्च 9.821 1.014
एकूण खर्च $1.222 $0.106
इनपुट किंमत $0.950 / 1M $0.320 / 1M
आउटपुट किंमत $4.000 / 1M $1.280 / 1M
एकूण इनपुट टोकन्स 68,902 98,824
आउटपुट टोकन्स 111,680 58,097
रिझनिंग टोकन्स 279,860 0
प्रतिसाद वेळ (सरासरी) 109.98s 12.09s
प्रतिसाद वेळ (कमाल) 876.20s 206.03s
प्रतिसाद वेळ (एकूण) 2309.56s 265.89s

Hamster playing table tennis

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

#65 MoonshotAI: Kimi K2.6

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

#68 Qwen3.7 Plus

none
खर्च
$0.019
वेळ
213.5s
टोकन्स
11,960 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 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0

झटपट तुलना

तुलना जोडी बदला