Advertise here
#271

Kimi K3.1 Pro

Moonshot AI रिलीज़: 2026-10-24 परीक्षण किया गया: 2026-10-24 15:44 moonshotai/kimi-k3.1-pro::low
~2.8T कुल (~104B सक्रिय)MoEबंद स्रोतअनुमानित
(max) (high) (low)

सारांश

Kimi K3.1 Pro AI BENCHY पर 6.2 स्कोर करता है और #271 पर है। इसकी reliability 8.2, pass rate 59.4%, कुल लागत $1.483, और औसत response time 46.26s है।

Kimi K3.1 Pro को अलग क्या बनाता है: यह निर्देश पालन में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि पहेली समाधान इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है।

मॉडल विवरण

शोध की तारीख: 2026-10-24

अनुमानित
पैरामीटर
~2.8T कुल (~104B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

पैरामीटर स्रोत 1 पैरामीटर स्रोत 2 पैरामीटर स्रोत 3 पैरामीटर स्रोत 4 पैरामीटर स्रोत 5 उपलब्धता स्रोत

स्कोर

6.2

संगति

8.1

विश्वसनीयता

8.2

कुल लागत (वर्तमान कीमत)

$1.483

कुल आउटपुट टोकन

122,541

कुल इनपुट टोकन

128,710

इनपुट कीमत

$2.000 / 1M

आउटपुट कीमत

$10.000 / 1M

कैश पढ़ने की कीमत

$0.200 / 1M

कैश लिखने की कीमत

लागू नहीं

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

सही परीक्षण

गलत टेस्ट: 12

प्रति प्रयास पास दर: 59.4%

अस्थिर टेस्ट

5

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

प्रतिक्रिया समय (औसत)

46.26s

प्रतिक्रिया समय (अधिकतम): 506.95s

प्रतिक्रिया समय (कुल): 1064.06s

API त्रुटि: 8 गलत उत्तर: 3 अमान्य टूल कॉल: 1

Hamster playing table tennis

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

#271 MoonshotAI: Kimi K3.1 Pro

low
fetch failed
लागत
$0.000
समय
10.7s
टोकन
0 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-10-24 19:30 दोबारा परीक्षण 8.8 8.4 $1.836 तुलना करें
2026-10-24 15:44 पहला रन 6.2 8.2 $1.483 वर्तमान रन

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Kimi K3.1 ProlowvsPareto 26.9defaultKimi K3.1 ProlowvsQwen3.8 MAXlowKimi K3.1 ProlowvsClaude Fable 5mediumKimi K3.1 ProlowvsGPT-5.4mediumKimi K3.1 ProlowvsMuse Spark 1.1mediumKimi K3.1 ProlowvsMuse Spark OpenmediumKimi K3.1 ProlowvsMuse Spark 1.2mediumKimi K3.1 ProlowvsDeepSeek V4.1 FlashhighKimi K3.1 ProlowvsMuse Spark 1.2highKimi K3.1 ProlowvsDeepSeek V4.1 Flashmedium

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 3.5 8.3
एंटी-एआई ट्रिक्स 8.7 7.9
कोडिंग 5.9 7.2
संयुक्त 6.5 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.5 4.4
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 5.3 7.2
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल