#61

Kimi K2.6

Moonshot AI रिलीज़: 2026-04-20 परीक्षण किया गया: 2026-06-04 13:59 moonshotai/kimi-k2.6::medium

(medium) (none)

सारांश

Kimi K2.6 AI BENCHY पर 7.2 स्कोर करता है और #61 पर है। इसकी reliability 7.8, pass rate 66.7%, कुल लागत $0.891, और औसत response time 71.67s है।

Kimi K2.6 को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है।

स्कोर

7.2

संगति

8.3

विश्वसनीयता

7.8

कुल लागत (वर्तमान कीमत)

$0.891 ↓ -11.2%

परीक्षण के समय: $1.003

कुल आउटपुट टोकन

357,017

कुल इनपुट टोकन

29,450

इनपुट कीमत

$0.684 / 1M

आउटपुट कीमत

$3.420 / 1M

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 66.7%

अस्थिर टेस्ट

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

71.67s

प्रतिक्रिया समय (अधिकतम): 406.78s

प्रतिक्रिया समय (कुल): 1433.36s

समय समाप्त: 3 गलत उत्तर: 3 निर्देशों का पालन नहीं किया: 2 कोई उत्तर नहीं: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#61 MoonshotAI: Kimi K2.6

medium

लागत: $0.013
समय: 103.4s
टोकन: 3,620 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-07-16 22:59 नया टेस्ट जोड़ा गया	7.2	9.4	$1.222 ↑	तुलना करें
2026-06-04 13:59 नया टेस्ट जोड़ा गया	7.2	7.8	$0.891 ↓	वर्तमान रन
2026-05-22 00:14 सूट बदला गया	7.4	8.3	$0.916	तुलना करें
2026-04-23 10:54 पहला दर्ज रन	7.7	लागू नहीं	$0.722	तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख	इनपुट कीमत	आउटपुट कीमत
2026-06-04 14:42	$0.684 / 1M	$3.420 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी	स्कोर	संगति
एंटी-एआई ट्रिक्स	7.0	8.0
कोडिंग	5.4	6.5
संयुक्त	10.0	10.0
डेटा पार्सिंग और निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	5.3	7.2
Samanya Buddhimatta	10.0	10.0
निर्देश पालन	10.0	10.0
पहेली समाधान	6.0	7.4
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

Kimi K2.6

Hamster playing table tennis

#61 MoonshotAI: Kimi K2.6

चार्ट

स्कोर के अनुसार शीर्ष मॉडल

स्कोर vs कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

तुलना किए गए मॉडल