#74 MoonshotAI: Kimi K2.6
none- खर्च
- $0.020
- वेळ
- 127.4s
- टोकन्स
- 4,429 tok
Moonshot AI
प्रकाशन: 2026-04-20
चाचणी तारीख: 2026-04-23 10:54
moonshotai/kimi-k2.6::none
(medium)
(none)
सारांश
Kimi K2.6 AI BENCHY वर 5.8 स्कोर करते आणि #74 वर आहे. याची reliability लागू नाही, pass rate 42.6%, एकूण खर्च $0.038, आणि सरासरी response time 2.05s आहे.
Kimi K2.6 खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर कोडी सोडवणे हा सर्वात कमकुवत भाग आहे, rank #18. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.
5.8
सुसंगतता
9.1
लागू नाही
$0.038
एकूण आउटपुट टोकन्स
2,973
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.750 / 1M
आउटपुट किंमत
$3.500 / 1M
अस्थिर चाचण्या
2
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-07-16 22:20 नवीन चाचणी जोडली | 5.8 | 10.0 | $0.233 ↑ | 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 |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
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
Kimi K2.6nonevsQwen3.5-35B-A3BnoneKimi K2.6nonevsNemotron 3 Ultranoneमोफत उपलब्धKimi K2.6nonevsQwen3.5 Plus 2026-04-20noneKimi K2.6nonevsStep 3.5 FlashmediumKimi K2.6nonevsQwen3.5-FlashnoneKimi K2.6nonevsGemini 3 Flash PreviewmediumKimi K2.6nonevsGemini 3.5 FlashhighKimi K2.6nonevsNemotron 3 Ultramediumमोफत उपलब्धKimi K2.6nonevsGPT-5.5low
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 |