नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

तुलना केलेली मॉडेल्स

सारांश

Kimi K3 (max) vs Kimi K2.6 (medium) vs GPT-5.6 Sol (medium) vs GPT-5.6 Terra (high) benchmark तुलनाGPT-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 Terra (high) चे एकूण खर्च सर्वात कमी आहे: $0.852. GPT-5.6 Sol (medium) 10.79s वर सर्वात जलद आहे.

शिफारस केलेले मॉडेलGPT-5.6 Sol (medium)It has the best score here (9.4), while costing about 1.7x less than या तुलनेतील इतर मॉडेल.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-16

मेट्रिक Kimi K3 Kimi K3 max प्रकाशन: 2026-07-16 Kimi K2.6 Kimi K2.6 medium प्रकाशन: 2026-04-20 मोफत उपलब्ध GPT-5.6 Sol GPT-5.6 Sol medium प्रकाशन: 2026-07-09 GPT-5.6 Terra GPT-5.6 Terra high प्रकाशन: 2026-07-09
स्कोअर 8.5 7.8 9.4 8.2
क्रमांक #21 #49 #5 #32
विश्वसनीयता 9.4 10.0 10.0 10.0
सुसंगतता 9.2 8.6 8.8 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 82.5% 65.1% 90.5% 68.3%
अस्थिर चाचण्या 2 3 3 1
एकूण रन 63 63 63 63
प्रति निकाल खर्च 19.446 8.358 5.682 6.086
एकूण खर्च $3.112 $1.047 $0.966 $0.852
इनपुट किंमत $3.000 / 1M $0.950 / 1M $5.000 / 1M $2.500 / 1M
आउटपुट किंमत $15.000 / 1M $4.000 / 1M $30.000 / 1M $15.000 / 1M
एकूण इनपुट टोकन्स 34,916 29,450 34,218 34,218
आउटपुट टोकन्स 2,910 102,923 1,895 1,908
रिझनिंग टोकन्स 197,529 254,094 24,600 49,189
प्रतिसाद वेळ (सरासरी) 122.48s 71.67s 10.79s 10.89s
प्रतिसाद वेळ (कमाल) 766.58s 406.78s 79.40s 91.49s
प्रतिसाद वेळ (एकूण) 2327.06s 1433.36s 226.57s 228.65s

जनरेशन शोकेस

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

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

#49 MoonshotAI: Kimi K2.6

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

#5 GPT-5.6 Sol

medium
खर्च
$0.124
वेळ
57.2s
टोकन्स
4,199 tok

#32 GPT-5.6 Terra

high
खर्च
$0.055
वेळ
30.2s
टोकन्स
3,748 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
GPT-5.6 Terra 7.6 7.2 77.8% 1 9.14s 7,302 370 6,087

झटपट तुलना

तुलना जोडी बदला