नेव्हिगेशन
AI BENCHY
Advertise here

MoonshotAI: Kimi K2.7 Code vs OpenAI: GPT-5.6 Luna

GPT-5.6 Luna (high) average score मध्ये पुढे आहे: 7.7 vs 7.5. Kimi K2.7 Code (medium) चा benchmark खर्च कमी आहे: $0.690 vs $1.017. GPT-5.6 Luna (high) वेगवान आहे: 18.68s vs 84.25s, pass rates 65.2% vs 72.7%.

शिफारस केलेले मॉडेलGPT-5.6 Luna (high)It has the best score here (7.7), while responding about 4.5x faster than Kimi K2.7 Code (medium).

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

मेट्रिक Kimi K2.7 Code Kimi K2.7 Code medium प्रकाशन: 2026-06-12 GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09
स्कोअर 7.5 7.7
क्रमांक #50 #42
विश्वसनीयता 10.0 10.0
सुसंगतता 8.3 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 72.7%
अस्थिर चाचण्या 4 3
एकूण रन 66 66
प्रति निकाल खर्च 6.457 6.780
एकूण खर्च $0.690 $1.017
इनपुट किंमत $0.750 / 1M $1.000 / 1M
आउटपुट किंमत $3.500 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 72,073 80,918
आउटपुट टोकन्स 83,714 5,088
रिझनिंग टोकन्स 178,793 150,910
प्रतिसाद वेळ (सरासरी) 84.25s 18.68s
प्रतिसाद वेळ (कमाल) 365.80s 111.09s
प्रतिसाद वेळ (एकूण) 1769.22s 411.05s

Hamster playing table tennis

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

#50 MoonshotAI: Kimi K2.7 Code

medium
खर्च
$0.025
वेळ
138.0s
टोकन्स
6,093 tok

#42 GPT-5.6 Luna

high
खर्च
$0.033
वेळ
34.2s
टोकन्स
5,484 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 K2.7 Code 7.8 9.3 66.7% 0 146.73s 4,650 1,864 25,635
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

झटपट तुलना

तुलना जोडी बदला