- Rang
- #177
- Total tokenuri de ieșire
- 220,942
- Timp de răspuns (mediu)
- 98.19s
- Cost total
- $0.479
Kimi K2.5 (medium) vs Grok 4.20 (medium)
Scorul mediu este practic egal la 7.0 vs 7.0. Kimi K2.5 (medium) are costul de benchmark mai mic, $0.479 vs $0.805. Grok 4.20 (medium) este mai rapid cu 32.56s vs 98.19s, cu rate de reușită de 63.6% vs 60.6%.
Modele comparate
- Rang
- #175
- Total tokenuri de ieșire
- 270,259
- Timp de răspuns (mediu)
- 32.56s
- Cost total
- $0.805
Model recomandat
Grok 4.20 (medium)
Are cel mai bun scor aici (7.0) și răspunde de aproximativ 3.0x mai rapid decât Kimi K2.5 (medium).
Comparație detaliată
| Metrică | Kimi K2.5 Kimi K2.5 medium | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| Scor | 7.0 | 7.0 |
| Rang | #177 | #175 |
| Fiabilitate | 10.0 | 10.0 |
| Consistență | 7.0 | 8.2 |
| Încercări | 66/66 | 66/66 |
| Teste corecte | ||
| Rată de trecere pe încercare | 63.6% | 60.6% |
| Teste instabile | 8 | 5 |
| Rulări totale | 66 | 66 |
| Cost per rezultat | 4.849 | 10.365 |
| Cost total | $0.479 | $0.805 |
| Preț de intrare | $0.450 / 1M | $1.250 / 1M |
| Preț de ieșire | $2.250 / 1M | $2.500 / 1M |
| Total tokenuri de intrare | 118,496 | 102,986 |
| Tokenuri de ieșire | 53,522 | 5,860 |
| Tokenuri de raționament | 167,420 | 264,399 |
| Timp de răspuns (mediu) | 98.19s | 32.56s |
| Timp de răspuns (maxim) | 281.00s | 199.66s |
| Timp de răspuns (total) | 1571.05s | 716.36s |
| Parametri | 1T în total (32B activi) | ~1T în total (~100B activi) |
| Disponibilitate | Ponderi disponibile | Închis |
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#177 MoonshotAI: Kimi K2.5
medium- Cost
- $0.030
- Timp
- 58.6s
- Tokenuri
- 8,683 tok
#175 SpaceXAI: Grok 4.20
medium- Cost
- $0.041
- Timp
- 110.3s
- Tokenuri
- 16,336 tok
Top modele după scor
Scor vs cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Defalcare pe categorii
Comparație rapidă
Schimbă perechea de comparație
GPT-5.5nonevsGrok 4.20mediumSpace Bunny AlphahighvsGrok 4.20mediumKimi K2.5mediumvsGPT-5.5noneKimi K2.5mediumvsSpace Bunny AlphahighClaude Fable 5.1lowvsKimi K2.5mediumGPT-6 LunalowvsGrok 4.20mediumGPT-5.6 SolnonevsGrok 4.20mediumSeed-2.0-CodehighvsKimi K2.5mediumClaude Fable 5.1lowvsGrok 4.20mediumEmber-1highvsGrok 4.20mediumKimi K2.5mediumvsGPT-6 LunalowKimi K2.5mediumvsGPT-5.6 Solnone