- স্কোর
- 9.4 (+0.63 পয়েন্ট)
- মোট খরচ (বর্তমান মূল্য)
- $0.183 · 94.9% সস্তা
- প্রতিক্রিয়া সময় (গড়)
- 6.24s · 95.9% দ্রুত
Moonshot AI
প্রকাশ: 2026-10-24
পরীক্ষিত হয়েছে: 2026-10-24 20:12
moonshotai/kimi-k3.1-pro::max
~2.8T মোট (~104B সক্রিয়)MoEবন্ধ উৎসআনুমানিক
সারাংশ
Kimi K3.1 Pro AI BENCHY-তে 8.7 স্কোর করে এবং #66 স্থানে আছে। এর reliability 7.1, pass rate 84.1%, মোট খরচ $3.578, এবং গড় response time 152.72s.
Kimi K3.1 Pro কে আলাদা করে যা: এটি ডোমেইন-নির্দিষ্ট-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর সমন্বিত এর দুর্বলতম ক্ষেত্র, rank #17.
প্রস্তাবিত বিকল্প
এর বদলে এই মডেলগুলির একটি বেছে নেওয়ার পরামর্শ দিই:
- স্কোর
- 8.6 (-0.16 পয়েন্ট)
- মোট খরচ (বর্তমান মূল্য)
- $0.061 · 98.3% সস্তা
- প্রতিক্রিয়া সময় (গড়)
- 7.51s · 95.1% দ্রুত
- স্কোর
- 9.6 (+0.82 পয়েন্ট)
- মোট খরচ (বর্তমান মূল্য)
- $0.460 · 87.2% সস্তা
- প্রতিক্রিয়া সময় (গড়)
- 7.15s · 95.3% দ্রুত
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।
8.7
ধারাবাহিকতা
8.6
$3.578
মোট আউটপুট টোকেন
300,622
মোট ইনপুট টোকেন
285,488
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
4
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
152.72s
প্রতিক্রিয়া সময় (সর্বোচ্চ): 960.13s
প্রতিক্রিয়া সময় (মোট): 3512.51s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#66 MoonshotAI: Kimi K3.1 Pro
max- খরচ
- $0.193
- সময়
- 387.5s
- টোকেন
- 19,362 tok
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-10-24 20:12 পুনরায় পরীক্ষা | 8.7 | 7.1 | $3.578 | বর্তমান রান | |
| 2026-10-24 15:44 প্রথম রান | 5.2 | 7.0 | $1.395 | তুলনা করুন |
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 20:12 · বর্তমান রান | 69/69 প্রচেষ্টা | 8.7 | 8.6 | 7.1 | 17/23 | 4 | 300,622 | 285,488 | $3.578 | 152.72s |
| 2026-10-24 15:44 · প্রথম রান | 69/69 প্রচেষ্টা | 5.2 | 6.4 | 7.0 | 6/23 | 10 | 108,604 | 154,117 | $1.395 | 80.63s |
| পার্থক্য | — | +3.6 | +2.2 | +0.1 | +11 | -6 | +192018 | +131371 | +$2.183 | +72087ms |
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 PromaxvsDeepSeek V4.1 FlashmediumKimi K3.1 PromaxvsMuse Spark 1.2lowKimi K3.1 PromaxvsDeepSeek V4.1 FlashhighKimi K3.1 PromaxvsGPT-5.2mediumKimi K3.1 PromaxvsMuse Spark OpenmediumKimi K3.1 PromaxvsQwen3.8 27Bhighবিনামূল্যে উপলভ্যKimi K3.1 PromaxvsGPT-5.4mediumKimi K3.1 PromaxvsMiMo-V2.6-PromediumKimi K3.1 PromaxvsQwen3.8 MAXlowKimi K3.1 PromaxvsSeed 2.1 Turbomedium
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| স্বায়ত্তশাসিত এজেন্টের কাজ | 10.0 | 10.0 | |
| অ্যান্টি-এআই কৌশল | 10.0 | 10.0 | |
| কোডিং | 10.0 | 10.0 | |
| সমন্বিত | 5.1 | 2.7 | |
| ডেটা পার্সিং ও নিষ্কাশন | 10.0 | 10.0 | |
| ডোমেইন-নির্দিষ্ট | 5.9 | 7.2 | |
| Sadharon Buddhimotta | 10.0 | 10.0 | |
| নির্দেশনা অনুসরণ | 10.0 | 10.0 | |
| ধাঁধা সমাধান | 8.2 | 7.2 | |
| টুল কলিং | 10.0 | 10.0 | |
| সাধারণ জ্ঞান | 3.0 | 10.0 |