AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

#39

Kimi K2.6

Moonshot AI प्रकाशन: 2026-04-20 चाचणी तारीख: 2026-04-23 10:54 moonshotai/kimi-k2.6::medium
(medium) (none)

सुसंगतता

8.3

विश्वसनीयता

लागू नाही

एकूण आउटपुट टोकन्स

260,573

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.750 / 1M

आउटपुट किंमत

$3.500 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 7

प्रति प्रयत्न पास दर: 74.1%

अस्थिर चाचण्या

4

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

45.20s

प्रतिसाद वेळ (कमाल): 215.85s

प्रतिसाद वेळ (एकूण): 768.37s

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:59 नवीन चाचणी जोडली 7.2 7.8 $0.891 तुलना करा
2026-05-22 00:14 सूट बदलला 7.4 8.3 $0.916 तुलना करा
2026-04-23 10:54 पहिली नोंदलेली रन 7.7 लागू नाही $0.722 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-23 10:54 · पहिली नोंदलेली रन7.78.3लागू नाही11/184260,5730$0.72245.20s
2026-05-22 00:14 · सूट बदलला7.48.38.312/204331,8770$0.91654.11s
फरक+0.30.0-10-713040-$0.194-8914ms

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 7.0 8.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 5.0 5.2
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स