नेव्हिगेशन
AI BENCHY
Advertise here

तुलना केलेली मॉडेल्स

Kimi K3 (max) vs Kimi K2.6 (medium) vs GPT-5.6 Sol (medium) benchmark तुलना: GPT-5.6 Sol (medium) स्कोअर मध्ये 9.4 सह आघाडीवर आहे. Kimi K2.6 (medium) विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. GPT-5.6 Sol (medium) चे एकूण खर्च सर्वात कमी आहे: $0.508. GPT-5.6 Sol (medium) 12.63s वर सर्वात जलद आहे.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-29

क्रमांक
#59
एकूण आउटपुट टोकन्स
224,128
प्रतिसाद वेळ (सरासरी)
142.84s
एकूण खर्च
$3.467
क्रमांक
#107
एकूण आउटपुट टोकन्स
347,519
प्रतिसाद वेळ (सरासरी)
115.89s
एकूण खर्च
$1.247
क्रमांक
#8
एकूण आउटपुट टोकन्स
34,977
प्रतिसाद वेळ (सरासरी)
12.63s
एकूण खर्च
$0.508
शिफारस केलेले मॉडेल GPT-5.6 Sol (medium)

It has the best score here (9.4), while costing about 4.6x less than या तुलनेतील इतर मॉडेल.

तपशीलवार तुलना

मेट्रिक Kimi K3 Kimi K3 max प्रकाशन: 2026-07-16 Kimi K2.6 Kimi K2.6 medium प्रकाशन: 2026-04-20 GPT-5.6 Sol GPT-5.6 Sol medium प्रकाशन: 2026-07-09
स्कोअर 7.9 7.2 9.4
क्रमांक #59 #107 #8
विश्वसनीयता 9.0 10.0 10.0
सुसंगतता 9.2 8.3 8.9
प्रयत्न 66/66 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 77.3% 63.6% 90.9%
अस्थिर चाचण्या 2 4 3
एकूण रन 66 66 66
प्रति निकाल खर्च 21.668 10.029 8.025
एकूण खर्च $3.467 $1.247 $0.508
इनपुट किंमत $3.000 / 1M $0.950 / 1M $2.000 / 1M
आउटपुट किंमत $15.000 / 1M $4.000 / 1M $10.000 / 1M
एकूण इनपुट टोकन्स 34,960 68,913 79,006
आउटपुट टोकन्स 2,887 64,654 4,696
रिझनिंग टोकन्स 221,241 282,865 30,281
प्रतिसाद वेळ (सरासरी) 142.84s 115.89s 12.63s
प्रतिसाद वेळ (कमाल) 766.58s 876.20s 79.40s
प्रतिसाद वेळ (एकूण) 2714.02s 2433.66s 277.88s
पॅरामीटर्स 2.8T एकूण (104B सक्रिय) 1T एकूण (32B सक्रिय) ~2T एकूण (~150B सक्रिय)
उपलब्धता वेट्स उपलब्ध वेट्स उपलब्ध बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#59 MoonshotAI: Kimi K3

max
खर्च
$0.281
वेळ
506.9s
टोकन्स
18,863 tok

#107 MoonshotAI: Kimi K2.6

medium
खर्च
$0.013
वेळ
103.4s
टोकन्स
3,620 tok

#8 GPT-5.6 Sol

medium
खर्च
$0.124
वेळ
57.2s
टोकन्स
4,199 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 K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
GPT-5.6 Sol 10.0 10.0 100.0% 0 9.40s 7,302 394 4,706

झटपट तुलना

तुलना जोडी बदला