AI BENCHY Compare

MoonshotAI: Kimi K2.6 vs xAI: Grok 4.5

सारांश

Kimi K2.6 (medium) vs Grok 4.5 (low) benchmark तुलना: Grok 4.5 (low) average score मध्ये पुढे आहे: 7.8 vs 7.8. Grok 4.5 (low) चा benchmark खर्च कमी आहे: $0.760 vs $0.888. Grok 4.5 (low) वेगवान आहे: 15.48s vs 71.67s, pass rates 65.1% vs 74.6%.

शिफारस केलेले मॉडेल: Grok 4.5 (low) - It has the best score here (7.8), while responding about 4.6x faster than Kimi K2.6 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-08

मेट्रिक	Kimi K2.6 Kimi K2.6 medium प्रकाशन: 2026-04-20 मोफत उपलब्ध	Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08

मेट्रिक	Kimi K2.6 Kimi K2.6 medium प्रकाशन: 2026-04-20 मोफत उपलब्ध	Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08
स्कोअर	7.8	7.8
क्रमांक	#38	#34
विश्वसनीयता	10.0	10.0
सुसंगतता	8.6	9.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.1%	74.6%
अस्थिर चाचण्या	3	1
एकूण रन	63	63
प्रति निकाल खर्च	8.358	5.061
एकूण खर्च	$0.888	$0.760
इनपुट किंमत	$0.650 / 1M	$2.000 / 1M
आउटपुट किंमत	$3.410 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	29,450	58,652
आउटपुट टोकन्स	102,923	1,735
रिझनिंग टोकन्स	254,094	105,233
प्रतिसाद वेळ (सरासरी)	71.67s	15.48s
प्रतिसाद वेळ (कमाल)	406.78s	205.28s
प्रतिसाद वेळ (एकूण)	1433.36s	324.98s

जनरेशन शोकेस

Hamster playing table tennis

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

#38 MoonshotAI: Kimi K2.6

medium

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

#34 xAI: Grok 4.5

low

खर्च: $0.011
वेळ: 12.4s
टोकन्स: 2,018 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 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

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 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

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 4.5	3.0	10.0	0.0%	0		8.16s	15,084	261	2,370

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 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

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 4.5	3.0	10.0	0.0%	0		72.64s	2,514	14	70,275

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 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

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 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

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 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

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 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

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 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

झटपट तुलना

तुलना जोडी बदला

Claude Sonnet 4.6mediumvsGrok 4.5low Claude Opus 4.8lowvsKimi K2.6mediumमोफत उपलब्ध Qwen3.6 PlusmediumvsGrok 4.5low Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.5low Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low Gemini 3.1 Flash LitemediumvsGrok 4.5low Kimi K2.6mediumमोफत उपलब्धvsStep 3.7 Flashlow Qwen3.5-27BmediumvsGrok 4.5low Qwen3.5-122B-A10BmediumvsGrok 4.5low Claude Opus 4.6mediumvsGrok 4.5low DeepSeek V4 ProhighvsKimi K2.6mediumमोफत उपलब्ध