#274 MoonshotAI: Kimi K3.1 Pro
high- খরচ
- $0.074
- সময়
- 141.9s
- টোকেন
- 7,498 tok
Moonshot AI
প্রকাশ: 2026-10-24
পরীক্ষিত হয়েছে: 2026-10-24 15:44
moonshotai/kimi-k3.1-pro::high
~2.8T মোট (~104B সক্রিয়)MoEবন্ধ উৎসআনুমানিক
সারাংশ
Kimi K3.1 Pro AI BENCHY-তে 6.2 স্কোর করে এবং #274 স্থানে আছে। এর reliability 8.5, pass rate 60.9%, মোট খরচ $1.255, এবং গড় response time 39.12s.
Kimi K3.1 Pro কে আলাদা করে যা: এটি Sadharon Buddhimotta-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর ডোমেইন-নির্দিষ্ট এর দুর্বলতম ক্ষেত্র, rank #15.
মডেলের তথ্য
গবেষণার তারিখ: 2026-10-24
- প্যারামিটার
- ~2.8T মোট (~104B সক্রিয়)
- আর্কিটেকচার
- MoE
- উপলভ্যতা
- বন্ধ উৎস
- লাইসেন্স
- -
সর্বজনীন তথ্যপ্রমাণের ভিত্তিতে সেরা অনুমান; প্রদানকারী সব মান প্রকাশ করেনি।
6.2
ধারাবাহিকতা
5.3
$1.255
মোট আউটপুট টোকেন
92,327
মোট ইনপুট টোকেন
165,632
ইনপুট মূল্য
$2.000 / 1M
আউটপুট মূল্য
$10.000 / 1M
ক্যাশ পড়ার মূল্য
$0.200 / 1M
ক্যাশ লেখার মূল্য
প্রযোজ্য নয়
ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।
অস্থির টেস্ট
13
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
39.12s
প্রতিক্রিয়া সময় (সর্বোচ্চ): 285.37s
প্রতিক্রিয়া সময় (মোট): 899.65s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-10-24 20:16 পুনরায় পরীক্ষা | 8.2 | 8.5 | $1.646 | তুলনা করুন | |
| 2026-10-24 15:44 প্রথম রান | 6.2 | 8.5 | $1.255 | বর্তমান রান |
রান তুলনা
| রান | বেঞ্চমার্ক কভারেজ | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-24 15:44 · প্রথম রান | 69/69 প্রচেষ্টা | 6.2 | 5.3 | 8.5 | 7/23 | 13 | 92,327 | 165,632 | $1.255 | 39.12s |
| 2026-10-24 20:16 · পুনরায় পরীক্ষা | 69/69 প্রচেষ্টা | 8.2 | 8.4 | 8.5 | 16/23 | 5 | 114,612 | 249,927 | $1.646 | 54.31s |
| পার্থক্য | — | -2.0 | -3.1 | 0.0 | -9 | +8 | -22285 | -84295 | -$0.392 | -15190ms |
চার্ট
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
স্কোর অনুযায়ী শীর্ষ মডেল
স্কোর vs মোট খরচ
প্রতিক্রিয়া সময় (গড়)
স্কোর vs প্রতিক্রিয়া সময় (গড়)
মোট আউটপুট টোকেন
স্কোর vs মোট আউটপুট টোকেন
দ্রুত তুলনা
Kimi K3.1 ProhighvsSeed-2.0-LitemediumKimi K3.1 ProhighvsSeed-2.0-CodelowKimi K3.1 ProhighvsGPT-5.6 TerramediumKimi K3.1 ProhighvsDeepSeek V4 Pro 0423highKimi K3.1 ProhighvsGLM 5.2mediumKimi K3.1 ProhighvsClaude Opus 4.7mediumKimi K3.1 ProhighvsGrok 4.5highKimi K3.1 ProhighvsDeepSeek V4 Flash 0423highKimi K3.1 ProhighvsDeepSeek V4.1 Flash 1017maxKimi K3.1 ProhighvsDeepSeek V4.1 Flashlow
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| স্বায়ত্তশাসিত এজেন্টের কাজ | 6.1 | 3.1 | |
| অ্যান্টি-এআই কৌশল | 7.3 | 5.8 | |
| কোডিং | 8.2 | 7.2 | |
| সমন্বিত | 3.3 | 1.7 | |
| ডেটা পার্সিং ও নিষ্কাশন | 7.3 | 5.9 | |
| ডোমেইন-নির্দিষ্ট | 2.9 | 4.4 | |
| Sadharon Buddhimotta | 10.0 | 10.0 | |
| নির্দেশনা অনুসরণ | 6.5 | 10.0 | |
| ধাঁধা সমাধান | 4.0 | 1.6 | |
| টুল কলিং | 4.7 | 1.6 | |
| সাধারণ জ্ঞান | 3.0 | 10.0 |