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

#74

Kimi K2.6

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

सुसंगतता

9.1

विश्वसनीयता

लागू नाही

एकूण आउटपुट टोकन्स

2,973

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.750 / 1M

आउटपुट किंमत

$3.500 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 11

प्रति प्रयत्न पास दर: 42.6%

अस्थिर चाचण्या

2

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

प्रतिसाद वेळ (सरासरी)

2.05s

प्रतिसाद वेळ (कमाल): 6.65s

प्रतिसाद वेळ (एकूण): 36.93s

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:36 नवीन चाचणी जोडली 5.5 10.0 $0.079 तुलना करा
2026-05-22 00:18 सूट बदलला 5.6 8.3 $0.088 तुलना करा
2026-04-23 10:54 पहिली नोंदलेली रन 5.8 लागू नाही $0.038 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-23 10:54 · पहिली नोंदलेली रन5.89.1लागू नाही7/1822,9730$0.0382.05s
2026-05-22 00:18 · सूट बदलला5.69.28.37/20216,5630$0.08813.86s
फरक+0.2-0.100-135900-$0.050-11807ms

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 4.6 10.0
कोडिंग 10.0 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 5.4 3.5
सूचनांचे पालन 6.5 10.0
कोडी सोडवणे 3.4 9.7
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स