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

#74

Kimi K2.6

Moonshot AI Lanzamiento: 2026-04-20 Probado el: 2026-04-23 10:54 moonshotai/kimi-k2.6::none
(medium) (none)

Consistencia

9.1

Fiabilidad

N/D

Total de tokens de salida

2,973

Total de tokens de entrada

0

Precio de entrada

$0.750 / 1M

Precio de salida

$3.500 / 1M

Pruebas correctas

Pruebas incorrectas: 11

Tasa de aciertos por intento: 42.6%

Pruebas inestables

2

Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).

Tiempo de respuesta (promedio)

2.05s

Tiempo de respuesta (máximo): 6.65s

Tiempo de respuesta (total): 36.93s

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-06-04 13:36 Prueba nueva añadida 5.5 10.0 $0.079 Comparar
2026-05-22 00:18 Suite modificada 5.6 8.3 $0.088 Comparar
2026-04-23 10:54 Primera ejecución registrada 5.8 N/D $0.038 Ejecución actual

Comparación de ejecuciones

EjecuciónPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-04-23 10:54 · Primera ejecución registrada5.89.1N/D7/1822,9730$0.0382.05s
2026-06-04 13:36 · Prueba nueva añadida5.59.210.07/21216,41032,916$0.08913.27s
Diferencia+0.4-0.100-13437-32916-$0.051-11213ms

Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.

Gráficos

Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.

Total de tokens de salida

Puntuación vs Total de tokens de salida

Comparación rápida

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 4.6 10.0
Programación 10.0 10.0
Combinado 3.0 10.0
Análisis y extracción de datos 10.0 10.0
Específico del dominio 5.3 7.2
Inteligencia general 5.4 3.5
Seguimiento de instrucciones 6.5 10.0
Resolución de acertijos 3.4 9.7
Llamada de herramientas 10.0 10.0

Modelos comparados