#30 MoonshotAI: Kimi K3
max- Kosten
- $0.281
- Zeit
- 506.9s
- Token
- 18,863 tok
Moonshot AI
Veröffentlichung: 2026-07-16
Getestet am: 2026-07-16 22:18
moonshotai/kimi-k3::max
2.8T insgesamt (104B aktiv)MoEGewichte verfügbar Zusammenfassung
Kimi K3 erreicht 8.0 bei AI BENCHY und liegt auf #30. Das Modell hat 9.1 Zuverlässigkeit, 75.8% Erfolgsrate, $3.112 Gesamtkosten und 122.48s durchschnittliche Antwortzeit.
Was Kimi K3 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #4 erreicht; am schwächsten ist Werkzeugaufrufe mit #18.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 2.8T insgesamt (104B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Gewichte verfügbar
- Lizenz
- Kimi K3
8.0
Konsistenz
9.5
Gesamte Ausgabe-Token
200,439
Gesamte Eingabe-Token
34,916
Eingabepreis
$3.000 / 1M
Ausgabepreis
$15.000 / 1M
Instabile Tests
1
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-08-14 02:35 Erneuter Test | 7.9 | 9.0 | $3.467 | Vergleichen | |
| 2026-07-16 22:18 Neuer Test hinzugefügt | 8.0 | 9.1 | $3.112 | Aktueller Lauf | |
| 2026-07-16 17:10 Erster Lauf | 8.5 | 9.4 | $3.112 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 22:18 · Neuer Test hinzugefügt | 66/66 Versuche | 8.0 | 9.5 | 9.1 | 16/22 | 1 | 200,439 | 34,916 | $3.112 | 122.48s |
| 2026-07-16 17:10 · Erster Lauf | 63/63 Versuche | 8.5 | 9.2 | 9.4 | 16/21 | 2 | 200,439 | 34,916 | $3.112 | 122.48s |
| Differenz | — | -0.6 | +0.3 | -0.3 | 0 | -1 | 0 | 0 | $0.000 | 0ms |
Die Benchmark-Abdeckung unterscheidet sich: 66/66 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 63/63 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Preisverlauf
Historische Preisdaten für dieses Modell von OpenRouter.
| Datum | Eingabepreis | Ausgabepreis |
|---|---|---|
| 2026-07-16 17:32 | $3.000 / 1M | $15.000 / 1M |
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 10.0 | 10.0 | |
| Kombiniert | 6.5 | 10.0 | |
| Datenanalyse und -extraktion | 7.3 | 5.8 | |
| Domänenspezifisch | 5.9 | 9.3 | |
| Allgemeine Intelligenz | 10.0 | 10.0 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 10.0 | 10.0 | |
| Werkzeugaufrufe | 3.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |