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: Qwen3.5 Plus 2026-04-20

Qwen3.5 Plus 2026-04-20 average score मध्ये पुढे आहे: 6.1 vs 5.8. Qwen3.5 Plus 2026-04-20 चा benchmark खर्च कमी आहे: $0.122 vs $0.184. Qwen3.5 Plus 2026-04-20 वेगवान आहे: 13.56s vs 19.58s, pass rates 34.9% vs 43.9%.

शिफारस केलेले मॉडेलQwen3.5 Plus 2026-04-20It has the best score here (6.1), while costing about 1.5x less than Kimi K2.6.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-20

मेट्रिक Kimi K2.6 Kimi K2.6 none प्रकाशन: 2026-04-20 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none प्रकाशन: 2026-04-20
स्कोअर 5.8 6.1
क्रमांक #138 #126
विश्वसनीयता 10.0 10.0
सुसंगतता 9.3 8.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 34.9% 43.9%
अस्थिर चाचण्या 2 4
एकूण रन 66 66
प्रति निकाल खर्च 3.199 1.636
एकूण खर्च $0.184 $0.122
इनपुट किंमत $0.684 / 1M $0.300 / 1M
आउटपुट किंमत $3.420 / 1M $1.800 / 1M
एकूण इनपुट टोकन्स 116,970 94,468
आउटपुट टोकन्स 30,253 51,487
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 19.58s 13.56s
प्रतिसाद वेळ (कमाल) 238.89s 206.05s
प्रतिसाद वेळ (एकूण) 430.85s 298.31s

Hamster playing table tennis

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

#138 MoonshotAI: Kimi K2.6

none
खर्च
$0.020
वेळ
127.4s
टोकन्स
4,429 tok

#126 Qwen3.5 Plus 2026-04-20

none
खर्च
$0.008
वेळ
77.0s
टोकन्स
4,369 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 5.5 9.8 33.3% 0 82.57s 5,986 14,754 0
Qwen3.5 Plus 2026-04-20 3.9 7.8 11.1% 1 1.69s 7,913 480 0

झटपट तुलना

तुलना जोडी बदला