नेव्हिगेशन
AI BENCHY
Advertise here

Kimi K3 (max) vs GLM 5.2 (high)

GLM 5.2 (high) average score मध्ये पुढे आहे: 8.0 vs 7.9. GLM 5.2 (high) चा benchmark खर्च कमी आहे: $1.463 vs $3.467. GLM 5.2 (high) वेगवान आहे: 69.86s vs 142.84s, pass rates 77.3% vs 69.7%.

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
#56
एकूण आउटपुट टोकन्स
364,655
प्रतिसाद वेळ (सरासरी)
69.86s
एकूण खर्च
$1.463
शिफारस केलेले मॉडेल GLM 5.2 (high)

It has the best score here (8.0), while costing about 2.4x less than Kimi K3 (max).

तपशीलवार तुलना

मेट्रिक Kimi K3 Kimi K3 max प्रकाशन: 2026-07-16 GLM 5.2 GLM 5.2 high प्रकाशन: 2026-06-17
स्कोअर 7.9 8.0
क्रमांक #59 #56
विश्वसनीयता 9.0 10.0
सुसंगतता 9.2 8.6
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 77.3% 69.7%
अस्थिर चाचण्या 2 3
एकूण रन 66 66
प्रति निकाल खर्च 21.668 6.849
एकूण खर्च $3.467 $1.463
इनपुट किंमत $3.000 / 1M $1.190 / 1M
आउटपुट किंमत $15.000 / 1M $3.740 / 1M
एकूण इनपुट टोकन्स 34,960 83,822
आउटपुट टोकन्स 2,887 72,040
रिझनिंग टोकन्स 221,241 292,615
प्रतिसाद वेळ (सरासरी) 142.84s 69.86s
प्रतिसाद वेळ (कमाल) 766.58s 599.43s
प्रतिसाद वेळ (एकूण) 2714.02s 1536.98s
पॅरामीटर्स 2.8T एकूण (104B सक्रिय) 744B एकूण (40B सक्रिय)
उपलब्धता वेट्स उपलब्ध मुक्त 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

#56 GLM 5.2

high
अवैध SVG
खर्च
$0.000
वेळ
300.0s
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 K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012
GLM 5.2 6.4 8.6 33.3% 0 73.03s 5,124 2,302 22,546

झटपट तुलना

तुलना जोडी बदला