Kimi K3.1 Pro (high) vs GLM 5.3 FlashX Legal (high)

average score जवळपास समान आहे: 8.2 vs 8.2. GLM 5.3 FlashX Legal (high) चा benchmark खर्च कमी आहे: $0.521 vs $1.646. GLM 5.3 FlashX Legal (high) वेगवान आहे: 35.19s vs 54.31s, pass rates 79.7% vs 72.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक: #129
एकूण आउटपुट टोकन्स: 114,612
प्रतिसाद वेळ (सरासरी): 54.31s
एकूण खर्च: $1.646

क्रमांक: #127
एकूण आउटपुट टोकन्स: 345,985
प्रतिसाद वेळ (सरासरी): 35.19s
एकूण खर्च: $0.521

शिफारस केलेले मॉडेल GLM 5.3 FlashX Legal (high)

It has the best score here (8.2), while costing about 3.2x less than Kimi K3.1 Pro (high).

तपशीलवार तुलना

मेट्रिक	Kimi K3.1 Pro Kimi K3.1 Pro high प्रकाशन: 2026-10-24	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high प्रकाशन: 2026-11-02

मेट्रिक	Kimi K3.1 Pro Kimi K3.1 Pro high प्रकाशन: 2026-10-24	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high प्रकाशन: 2026-11-02
स्कोअर	8.2	8.2
क्रमांक	#129	#127
विश्वसनीयता	8.5	9.7
सुसंगतता	8.4	8.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	79.7%	72.5%
अस्थिर चाचण्या	5	4
एकूण रन	69	69
प्रति निकाल खर्च	10.288	3.473
एकूण खर्च	$1.646	$0.521
इनपुट किंमत	$2.000 / 1M	$0.370 / 1M
आउटपुट किंमत	$10.000 / 1M	$1.250 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.075 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	249,927	238,713
आउटपुट टोकन्स	10,175	7,034
रिझनिंग टोकन्स	104,437	338,951
प्रतिसाद वेळ (सरासरी)	54.31s	35.19s
प्रतिसाद वेळ (कमाल)	601.80s	298.81s
प्रतिसाद वेळ (एकूण)	1249.02s	809.47s
पॅरामीटर्स	~2.8T एकूण (~104B सक्रिय)	~320B एकूण (~18B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#129 MoonshotAI: Kimi K3.1 Pro

high

खर्च: $0.074
वेळ: 141.9s
टोकन्स: 7,498 tok

#127 GLM 5.3 FlashX Legal

high

खर्च: $0.018
वेळ: 103.8s
टोकन्स: 13,703 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K3.1 Pro	7.4	3.8	66.7%	1		93.37s	138,832	2,133	3,989
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		78.95s	140,782	1,206	13,815

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K3.1 Pro	10.0	10.0	100.0%	0		6.91s	1,650	562	2,282
GLM 5.3 FlashX Legal	8.2	7.9	83.3%	1		1.50s	639	282	456

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K3.1 Pro	10.0	10.0	100.0%	0		24.94s	8,070	464	9,637
GLM 5.3 FlashX Legal	8.2	7.2	88.9%	1		27.50s	7,317	397	31,799

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K3.1 Pro	4.6	2.7	33.3%	2		36.74s	80,954	5,564	3,489
GLM 5.3 FlashX Legal	6.9	5.9	66.7%	1		22.42s	73,021	3,779	11,384

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K3.1 Pro	10.0	10.0	100.0%	0		4.83s	7,845	273	541
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		1.32s	7,149	210	358

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K3.1 Pro	5.3	7.2	44.4%	1		274.56s	1,324	131	66,591
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		188.77s	759	195	278,113

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K3.1 Pro	10.0	10.0	100.0%	0		8.92s	735	171	800
GLM 5.3 FlashX Legal	4.8	3.2	33.3%	1		1.78s	498	204	214

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.71s	1,185	147	1,029
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		1.53s	678	72	240

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K3.1 Pro	8.2	7.2	88.9%	1		8.23s	1,425	325	2,477
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		2.45s	672	411	479

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K3.1 Pro	10.0	10.0	100.0%	0		11.68s	7,439	348	228
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		7.41s	6,991	225	98

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K3.1 Pro	3.0	10.0	0.0%	0		89.65s	468	57	13,374
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		8.62s	207	53	1,995

तुलना जोडी बदला