AI BENCHY
Advertise here
#54

Kimi K2.6

Moonshot AI प्रकाशन: 2026-04-20 चाचणी तारीख: 2026-05-22 00:14 moonshotai/kimi-k2.6::medium
(medium) (none)

सारांश

Kimi K2.6 AI BENCHY वर 7.4 स्कोर करते आणि #54 वर आहे. याची reliability 8.3, pass rate 70.8%, एकूण खर्च $0.916, आणि सरासरी response time 54.11s आहे.

Kimi K2.6 खास का आहे: हे Samanya Buddhimatta मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर कोडी सोडवणे हा सर्वात कमकुवत भाग आहे, rank #13.

स्कोअर

7.4

सुसंगतता

8.3

विश्वसनीयता

8.3

एकूण खर्च (सध्याची किंमत)

$0.916

एकूण आउटपुट टोकन्स

331,877

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.730 / 1M

आउटपुट किंमत

$3.490 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 8

प्रति प्रयत्न पास दर: 70.8%

अस्थिर चाचण्या

4

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

प्रतिसाद वेळ (सरासरी)

54.11s

प्रतिसाद वेळ (कमाल): 215.85s

प्रतिसाद वेळ (एकूण): 1028.14s

चुकीचे उत्तर: 3 सूचनांचे पालन केले नाही: 2 वेळ संपला: 2 उत्तर नाही: 1

Hamster playing table tennis

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

#54 MoonshotAI: Kimi K2.6

medium
खर्च
$0.013
वेळ
103.4s
टोकन्स
3,620 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-07-16 22:59 नवीन चाचणी जोडली 7.2 9.4 $1.222 ↑ 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 सध्याची रन
2026-04-23 10:54 पहिली नोंदलेली रन 7.7 लागू नाही $0.722 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

चार्ट्स

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

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Kimi K2.6mediumvsClaude Opus 4.8noneKimi K2.6mediumvsGemini 3.1 Flash LitemediumKimi K2.6mediumvsKAT-Coder-Pro V2.5highKimi K2.6mediumvsGemini 3.1 Flash Lite PreviewmediumKimi K2.6mediumvsQwen3.5 Plus 2026-04-20mediumKimi K2.6mediumvsGemini 3 Flash PreviewmediumKimi K2.6mediumvsGemini 3.5 FlashhighKimi K2.6mediumvsNemotron 3 Ultramediumमोफत उपलब्धKimi K2.6mediumvsGPT-5.5low

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 7.0 8.0
कोडिंग 6.5 5.3
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 6.0 7.4
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स