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

Kimi K2.7 Code (medium) vs Qwen3.8 2.4T A95B (high)

Kimi K2.7 Code (medium) average score मध्ये पुढे आहे: 7.5 vs 7.5. Kimi K2.7 Code (medium) चा benchmark खर्च कमी आहे: $0.666 vs $2.755. Kimi K2.7 Code (medium) वेगवान आहे: 84.25s vs 134.41s, pass rates 65.2% vs 77.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-12

क्रमांक
#79
एकूण आउटपुट टोकन्स
262,507
प्रतिसाद वेळ (सरासरी)
84.25s
एकूण खर्च
$0.666
क्रमांक
#85
एकूण आउटपुट टोकन्स
512,351
प्रतिसाद वेळ (सरासरी)
134.41s
एकूण खर्च
$2.755
शिफारस केलेले मॉडेल Kimi K2.7 Code (medium)

It has the best score here (7.5), while costing about 4.1x less than Qwen3.8 2.4T A95B (high).

तपशीलवार तुलना

मेट्रिक Kimi K2.7 Code Kimi K2.7 Code medium प्रकाशन: 2026-06-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high प्रकाशन: 2026-08-12
स्कोअर 7.5 7.5
क्रमांक #79 #85
विश्वसनीयता 10.0 8.8
सुसंगतता 8.3 8.4
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 77.3%
अस्थिर चाचण्या 4 4
एकूण रन 66 66
प्रति निकाल खर्च 6.457 18.365
एकूण खर्च $0.666 $2.755
इनपुट किंमत $0.670 / 1M $2.000 / 1M
आउटपुट किंमत $3.400 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 72,073 109,036
आउटपुट टोकन्स 83,714 103,736
रिझनिंग टोकन्स 178,793 408,615
प्रतिसाद वेळ (सरासरी) 84.25s 134.41s
प्रतिसाद वेळ (कमाल) 365.80s 532.28s
प्रतिसाद वेळ (एकूण) 1769.22s 2956.97s
पॅरामीटर्स 1T एकूण (32B सक्रिय) 2.4T एकूण (95B सक्रिय)
उपलब्धता वेट्स उपलब्ध वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#79 MoonshotAI: Kimi K2.7 Code

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

#85 Qwen3.8 2.4T A95B

high
अवैध SVG
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 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
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

झटपट तुलना

तुलना जोडी बदला