Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Modele comparate

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-20

Metrică Kimi K2.6 Kimi K2.6 medium Lansare: 2026-04-20 Kimi K2.5 Kimi K2.5 medium Lansare: 2026-01-27 GLM 5 GLM 5 medium Lansare: 2026-02-12 Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16
Scor 7.7 7.0 8.4 9.2
Rang #34 #46 #13 #3
Consistență 8.3 6.8 8.2 10.0
Teste corecte
Rată de trecere pe încercare 74.1% 72.2% 85.2% 88.9%
Teste instabile 4 7 4 0
Rulări totale 54 54 54 54
Cost per rezultat 6.563 2.444 1.188 2.790
Cost total $0.722 $0.220 $0.155 $0.447
Preț de intrare $0.950 / 1M $0.440 / 1M $0.700 / 1M $5.000 / 1M
Preț de ieșire $4.000 / 1M $2.000 / 1M $0.140 / 1M $25.000 / 1M
Tokenuri de ieșire 80,759 42,176 20,163 5,375
Tokenuri de raționament 179,814 84,870 58,337 1,341
Timp de răspuns (mediu) 45.20s 72.43s 23.34s 3.53s
Timp de răspuns (maxim) 215.85s 150.77s 79.09s 21.45s
Timp de răspuns (total) 768.37s 796.70s 233.40s 60.03s

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

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 7,115 8,934
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 2,789 8,880
GLM 5 10.0 10.0 100.0% 0 23.66s 480 7,056
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 348 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.6 10.0 10.0 100.0% 0 106.96s 3,236 18,817
Kimi K2.5 4.7 1.6 66.7% 1 150.77s 1,269 9,749
GLM 5 10.0 10.0 100.0% 0 79.09s 330 19,814
Claude Opus 4.7 10.0 10.0 100.0% 0 6.41s 1,141 257
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.6 10.0 10.0 100.0% 0 40.96s 711 13,876
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
GLM 5 10.0 10.0 100.0% 0 28.96s 662 3,242
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 2,369 1,084
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 316 11,305
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 563 7,940
GLM 5 7.1 5.6 83.3% 1 8.90s 567 3,734
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 324 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.6 5.3 7.2 44.4% 1 202.38s 47,035 98,262
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 20,753 30,564
GLM 5 3.5 4.4 33.3% 2 0ms 13,176 14,137
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 51 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.6 10.0 10.0 100.0% 0 17.83s 3,981 4,472
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 3,815 4,262
GLM 5 6.1 3.1 66.7% 1 14.69s 2,020 2,248
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 256 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.6 10.0 10.0 100.0% 0 12.53s 3,977 5,269
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
GLM 5 10.0 10.0 100.0% 0 7.25s 1,001 2,129
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 114 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.6 5.0 5.2 44.5% 2 25.59s 14,140 17,868
Kimi K2.5 5.3 7.3 44.4% 1 45.40s 6,671 12,403
GLM 5 10.0 10.0 100.0% 0 15.64s 1,694 4,983
Claude Opus 4.7 10.0 10.0 100.0% 0 2.51s 399 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Kimi K2.6 10.0 10.0 100.0% 0 8.92s 248 1,011
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
GLM 5 10.0 10.0 100.0% 0 15.93s 233 994
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 373 0

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6mediumvsGPT-5.3 ChatnoneGemma 4 31BnoneDisponibil gratuitvsKimi K2.5mediumGemini 3.1 Flash Lite PreviewnonevsKimi K2.6mediumKimi K2.6mediumvsGPT-5.2 ChatnoneKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneGemini 3 Flash PreviewnonevsGLM 5mediumGemini 3.1 Flash Lite PreviewlowvsGLM 5mediumClaude Sonnet 4.6nonevsKimi K2.6mediumKimi K2.5mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewlowvsKimi K2.6mediumGemini 3 Flash PreviewnonevsKimi K2.6mediumClaude Sonnet 4.6nonevsKimi K2.5medium