Advertise here
#342

Kimi K3.1 Pro

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

सारांश

Kimi K3.1 Pro AI BENCHY पर 5.2 स्कोर करता है और #342 पर है। इसकी reliability 7.0, pass rate 46.4%, कुल लागत $1.395, और औसत response time 80.63s है।

Kimi K3.1 Pro को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #15 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

5.2

संगति

6.4

विश्वसनीयता

7.0

कुल लागत (वर्तमान कीमत)

$1.395

कुल आउटपुट टोकन

108,604

कुल इनपुट टोकन

154,117

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: 17

प्रति प्रयास पास दर: 46.4%

अस्थिर टेस्ट

10

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

प्रतिक्रिया समय (औसत)

80.63s

प्रतिक्रिया समय (अधिकतम): 643.58s

प्रतिक्रिया समय (कुल): 1854.50s

API त्रुटि: 13 अमान्य टूल कॉल: 1 कोई उत्तर नहीं: 1 समय समाप्त: 1 गलत उत्तर: 1

Hamster playing table tennis

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

#342 MoonshotAI: Kimi K3.1 Pro

max
लागत
$0.193
समय
387.5s
टोकन
19,362 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-10-24 20:12 दोबारा परीक्षण 8.7 7.1 $3.578 तुलना करें
2026-10-24 15:44 पहला रन 5.2 7.0 $1.395 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 PromaxvsDeepSeek V4.1 FlashmediumKimi K3.1 PromaxvsMuse Spark 1.2lowKimi K3.1 PromaxvsDeepSeek V4.1 FlashhighKimi K3.1 PromaxvsGPT-5.2mediumKimi K3.1 PromaxvsMuse Spark OpenmediumKimi K3.1 PromaxvsQwen3.8 27Bhighनिःशुल्क उपलब्धKimi K3.1 PromaxvsGPT-5.4mediumKimi K3.1 PromaxvsMiMo-V2.6-PromediumKimi K3.1 PromaxvsQwen3.8 MAXlowKimi K3.1 PromaxvsSeed 2.1 Turbomedium

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 3.0 10.0
एंटी-एआई ट्रिक्स 6.4 5.8
कोडिंग 6.4 4.4
संयुक्त 5.1 2.7
डेटा पार्सिंग और निष्कर्षण 6.5 10.0
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 4.7 1.6
निर्देश पालन 2.8 1.6
पहेली समाधान 5.3 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल