#61

Kimi K2.6

Moonshot AI प्रकाशन: 2026-04-20 चाचणी तारीख: 2026-06-04 13:59 moonshotai/kimi-k2.6::medium

(medium) (none)

सारांश

Kimi K2.6 AI BENCHY वर 7.2 स्कोर करते आणि #61 वर आहे. याची reliability 7.8, pass rate 66.7%, एकूण खर्च $0.891, आणि सरासरी response time 71.67s आहे.

Kimi K2.6 खास का आहे: हे संयुक्त मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर कोडिंग हा सर्वात कमकुवत भाग आहे, rank #18.

स्कोअर

7.2

सुसंगतता

8.3

विश्वसनीयता

7.8

एकूण खर्च (सध्याची किंमत)

$0.891 ↓ -11.2%

या किमतीवर चाचणी केली: $1.003

एकूण आउटपुट टोकन्स

357,017

एकूण इनपुट टोकन्स

29,450

इनपुट किंमत

$0.684 / 1M

आउटपुट किंमत

$3.420 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 9

प्रति प्रयत्न पास दर: 66.7%

अस्थिर चाचण्या

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

प्रतिसाद वेळ (सरासरी)

71.67s

प्रतिसाद वेळ (कमाल): 406.78s

प्रतिसाद वेळ (एकूण): 1433.36s

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

Hamster playing table tennis

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

#61 MoonshotAI: Kimi K2.6

medium

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

रन इतिहास

चाचणी तारीख	स्कोअर	विश्वसनीयता	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 ↓	सध्याची रन
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	तुलना करा

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

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख	इनपुट किंमत	आउटपुट किंमत
2026-06-04 14:42	$0.684 / 1M	$3.420 / 1M

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
अँटी-एआय युक्त्या	7.0	8.0
कोडिंग	5.4	6.5
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

Kimi K2.6

Hamster playing table tennis

#61 MoonshotAI: Kimi K2.6

चार्ट्स

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर vs एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

तुलना केलेली मॉडेल्स