AI BENCHY Compare

MoonshotAI: Kimi K2.6 vs xAI: Grok 4.20

सारांश

Kimi K2.6 vs Grok 4.20 benchmark तुलना: Kimi K2.6 average score मध्ये पुढे आहे: 7.8 vs 7.3. Grok 4.20 चा benchmark खर्च कमी आहे: $0.609 vs $0.889. Grok 4.20 वेगवान आहे: 27.68s vs 71.67s, pass rates 65.1% vs 63.5%.

शिफारस केलेले मॉडेल: Grok 4.20 - Its score stays close to the best score here (7.3 vs 7.8), while responding about 2.6x faster than Kimi K2.6.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-06-18

मेट्रिक	Kimi K2.6 Kimi K2.6 medium प्रकाशन: 2026-04-20 मोफत उपलब्ध	Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31

मेट्रिक	Kimi K2.6 Kimi K2.6 medium प्रकाशन: 2026-04-20 मोफत उपलब्ध	Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31
स्कोअर	7.8	7.3
क्रमांक	#35	#53
विश्वसनीयता	10.0	10.0
सुसंगतता	8.6	8.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.1%	63.5%
अस्थिर चाचण्या	3	3
एकूण रन	63	63
प्रति निकाल खर्च	8.358	8.309
एकूण खर्च	$0.889	$0.609
इनपुट किंमत	$0.680 / 1M	$1.250 / 1M
आउटपुट किंमत	$3.410 / 1M	$2.500 / 1M
एकूण इनपुट टोकन्स	29,450	44,433
आउटपुट टोकन्स	102,923	1,819
रिझनिंग टोकन्स	254,094	219,524
प्रतिसाद वेळ (सरासरी)	71.67s	27.68s
प्रतिसाद वेळ (कमाल)	406.78s	199.66s
प्रतिसाद वेळ (एकूण)	1433.36s	581.26s

जनरेशन शोकेस

Hamster playing table tennis

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

#35 MoonshotAI: Kimi K2.6

medium

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

#53 xAI: Grok 4.20

medium

खर्च: $0.041
वेळ: 110.3s
टोकन्स: 16,336 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 K2.6	7.0	8.0	66.7%	1		11.59s	618	7,115	8,934
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

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
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.6	10.0	10.0	100.0%	0		40.96s	11,271	711	13,876
Grok 4.20	10.0	10.0	100.0%	0		17.40s	12,909	232	9,556

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.6	10.0	10.0	100.0%	0		20.38s	7,014	316	11,305
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.6	5.3	7.2	44.4%	1		202.38s	326	47,035	98,262
Grok 4.20	5.3	10.0	33.3%	0		27.03s	1,764	375	49,339

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.6	10.0	10.0	100.0%	0		17.83s	477	3,981	4,472
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.6	10.0	10.0	100.0%	0		12.53s	669	3,977	5,269
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.6	6.0	7.4	55.6%	1		25.06s	651	13,860	17,599
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.6	10.0	10.0	100.0%	0		8.92s	5,286	248	1,011
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.6	3.0	10.0	0.0%	0		130.27s	213	15,710	16,177
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

झटपट तुलना

तुलना जोडी बदला

Gemini 3 Flash PreviewlowvsGrok 4.20medium Claude Sonnet 4.6nonevsGrok 4.20medium Kimi K2.6mediumमोफत उपलब्धvsStep 3.7 Flashlow Claude Opus 4.8nonevsGrok 4.20medium DeepSeek V4 ProhighvsKimi K2.6mediumमोफत उपलब्ध GPT-5.3 ChatnonevsGrok 4.20medium DeepSeek V4 PrononevsGrok 4.20medium Qwen3.7 PlusnonevsGrok 4.20medium Grok 4.20mediumvsGLM 5.2none Kimi K2.6mediumमोफत उपलब्धvsGPT-5.3 Chatnone Step 3.7 FlashhighvsGrok 4.20medium DeepSeek V4 ProhighvsGrok 4.20medium