#122

Kimi K2.6

Moonshot AI रिलीज़: 2026-04-20 परीक्षण किया गया: 2026-06-04 13:36 moonshotai/kimi-k2.6::none

1T कुल (32B सक्रिय)MoEवेट उपलब्ध

(medium) (none)

सारांश

Kimi K2.6 AI BENCHY पर 5.5 स्कोर करता है और #122 पर है। इसकी reliability 10.0, pass rate 36.5%, कुल लागत $0.079, और औसत response time 13.27s है।

Kimi K2.6 को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #3 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित

पैरामीटर: 1T कुल (32B सक्रिय)
आर्किटेक्चर: MoE
उपलब्धता: वेट उपलब्ध
लाइसेंस: Modified MIT

पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

5.5

संगति

9.2

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.079 ↓ -11.3%

परीक्षण के समय: $0.089

कुल आउटपुट टोकन

16,410

कुल इनपुट टोकन

32,916

इनपुट कीमत

$0.684 / 1M

आउटपुट कीमत

$3.420 / 1M

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 36.5%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

13.27s

प्रतिक्रिया समय (अधिकतम): 238.89s

प्रतिक्रिया समय (कुल): 278.57s

गलत उत्तर: 11 निर्देशों का पालन नहीं किया: 3

Hamster playing table tennis

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

#122 MoonshotAI: Kimi K2.6

none

लागत: $0.020
समय: 127.4s
टोकन: 4,429 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-08-14 01:58 दोबारा परीक्षण	5.7	10.0	$0.233 ↑	तुलना करें
2026-07-16 22:20 नया टेस्ट जोड़ा गया	5.8	10.0	$0.233 ↑	तुलना करें
2026-06-04 13:36 नया टेस्ट जोड़ा गया	5.5	10.0	$0.079 ↓	वर्तमान रन
2026-05-22 00:18 सूट बदला गया	5.6	8.3	$0.088	तुलना करें
2026-04-23 10:54 पहला दर्ज रन	5.8	लागू नहीं	$0.038	तुलना करें

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

रन तुलना

रन	बेंचमार्क कवरेज	स्कोर	संगति	विश्वसनीयता	सही परीक्षण	अस्थिर टेस्ट	कुल आउटपुट टोकन	कुल इनपुट टोकन	कुल लागत	प्रतिक्रिया समय (औसत)
2026-06-04 13:36 · नया टेस्ट जोड़ा गया	63/63 प्रयास	5.5	9.2	10.0	7/21	2	16,410	32,916	$0.079	13.27s
2026-04-23 10:54 · पहला दर्ज रन	54/54 प्रयास	5.8	9.1	लागू नहीं	7/18	2	2,973	0	$0.038	2.05s
अंतर	—	-0.4	+0.1		0	0	+13437	+32916	+$0.041	+11213ms

बेंचमार्क कवरेज अलग है: 63/63 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 54/54 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

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	4.6	10.0
कोडिंग	5.5	9.8
संयुक्त	3.0	10.0
डेटा पार्सिंग और निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	5.3	7.2
Samanya Buddhimatta	5.4	3.5
निर्देश पालन	6.5	10.0
पहेली समाधान	3.1	9.9
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

Kimi K2.6

मॉडल विवरण

Hamster playing table tennis

#122 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