#74 MoonshotAI: Kimi K2.6
none- लागत
- $0.020
- समय
- 127.4s
- टोकन
- 4,429 tok
Moonshot AI
रिलीज़: 2026-04-20
परीक्षण किया गया: 2026-04-23 10:54
moonshotai/kimi-k2.6::none
(medium)
(none)
सारांश
Kimi K2.6 AI BENCHY पर 5.8 स्कोर करता है और #74 पर है। इसकी reliability लागू नहीं, pass rate 42.6%, कुल लागत $0.038, और औसत response time 2.05s है।
Kimi K2.6 को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि पहेली समाधान इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।
5.8
संगति
9.1
लागू नहीं
$0.038
कुल आउटपुट टोकन
2,973
कुल इनपुट टोकन
0
इनपुट कीमत
$0.750 / 1M
आउटपुट कीमत
$3.500 / 1M
अस्थिर टेस्ट
2
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | 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 ↓ | तुलना करें | |
| 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 | वर्तमान रन |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
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
Kimi K2.6nonevsQwen3.5-35B-A3BnoneKimi K2.6nonevsNemotron 3 Ultranoneनिःशुल्क उपलब्धKimi K2.6nonevsQwen3.5 Plus 2026-04-20noneKimi K2.6nonevsStep 3.5 FlashmediumKimi K2.6nonevsQwen3.5-FlashnoneKimi K2.6nonevsGemini 3 Flash PreviewmediumKimi K2.6nonevsGemini 3.5 FlashhighKimi K2.6nonevsNemotron 3 Ultramediumनिःशुल्क उपलब्धKimi K2.6nonevsGPT-5.5low
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 4.6 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| 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 | 3.4 | 9.7 | |
| टूल कॉलिंग | 10.0 | 10.0 |