AI BENCHY
Advertise here
#111

Kimi K2.6

Moonshot AI प्रकाशन: 2026-04-20 चाचणी तारीख: 2026-05-22 00:18 moonshotai/kimi-k2.6::none
1T एकूण (32B सक्रिय)MoEवेट्स उपलब्ध
(medium) (none)

सारांश

Kimi K2.6 AI BENCHY वर 5.6 स्कोर करते आणि #111 वर आहे. याची reliability 8.3, pass rate 38.3%, एकूण खर्च $0.088, आणि सरासरी response time 13.86s आहे.

Kimi K2.6 खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #3 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #18. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले
पॅरामीटर्स
1T एकूण (32B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
वेट्स उपलब्ध
परवाना
Modified MIT

सुसंगतता

9.2

एकूण आउटपुट टोकन्स

16,563

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.730 / 1M

आउटपुट किंमत

$3.490 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 13

प्रति प्रयत्न पास दर: 38.3%

अस्थिर चाचण्या

2

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

प्रतिसाद वेळ (सरासरी)

13.86s

प्रतिसाद वेळ (कमाल): 238.89s

प्रतिसाद वेळ (एकूण): 277.18s

Hamster playing table tennis

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

#111 MoonshotAI: Kimi K2.6

none
खर्च
$0.020
वेळ
127.4s
टोकन्स
4,429 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 01:58 पुन्हा चाचणी 5.7 10.0 $0.233 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 सध्याची रन
2026-04-23 10:54 पहिली नोंदलेली रन 5.8 लागू नाही $0.038 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

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 4.6 10.0
कोडिंग 6.8 9.8
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 3.2 9.8
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स