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 Grok Build 0.1 (medium)

Grok Build 0.1 (medium) average score मध्ये पुढे आहे: 7.6 vs 7.5. Kimi K2.7 Code (medium) चा benchmark खर्च कमी आहे: $0.692 vs $1.097. Grok Build 0.1 (medium) वेगवान आहे: 52.06s vs 84.25s, pass rates 65.2% vs 63.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

क्रमांक
#60
एकूण आउटपुट टोकन्स
262,507
प्रतिसाद वेळ (सरासरी)
84.25s
एकूण खर्च
$0.692
क्रमांक
#55
एकूण आउटपुट टोकन्स
494,663
प्रतिसाद वेळ (सरासरी)
52.06s
एकूण खर्च
$1.097
शिफारस केलेले मॉडेल Kimi K2.7 Code (medium)

Its score stays close to the best score here (7.5 vs 7.6), while costing about 1.6x less than Grok Build 0.1 (medium).

तपशीलवार तुलना

मेट्रिक Kimi K2.7 Code Kimi K2.7 Code medium प्रकाशन: 2026-06-12 Grok Build 0.1 Grok Build 0.1 medium प्रकाशन: 2026-05-21
स्कोअर 7.5 7.6
क्रमांक #60 #55
विश्वसनीयता 10.0 10.0
सुसंगतता 8.3 10.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 63.6%
अस्थिर चाचण्या 4 0
एकूण रन 66 66
प्रति निकाल खर्च 6.457 7.830
एकूण खर्च $0.692 $1.097
इनपुट किंमत $0.780 / 1M $1.000 / 1M
आउटपुट किंमत $3.500 / 1M $2.000 / 1M
एकूण इनपुट टोकन्स 72,073 106,751
आउटपुट टोकन्स 83,714 7,993
रिझनिंग टोकन्स 178,793 486,670
प्रतिसाद वेळ (सरासरी) 84.25s 52.06s
प्रतिसाद वेळ (कमाल) 365.80s 252.69s
प्रतिसाद वेळ (एकूण) 1769.22s 1145.27s

Hamster playing table tennis

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

#60 MoonshotAI: Kimi K2.7 Code

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

#55 xAI: Grok Build 0.1

medium
खर्च
$0.028
वेळ
81.3s
टोकन्स
14,009 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
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

झटपट तुलना

तुलना जोडी बदला