Advertise here
#67

Kimi K2.7 Code

Moonshot AI प्रकाशन: 2026-06-12 चाचणी तारीख: 2026-06-12 18:35 moonshotai/kimi-k2.7-code::medium
1T एकूण (32B सक्रिय)MoEवेट्स उपलब्ध

सारांश

Kimi K2.7 Code AI BENCHY वर 7.0 स्कोर करते आणि #67 वर आहे. याची reliability 9.2, pass rate 66.7%, एकूण खर्च $0.669, आणि सरासरी response time 83.60s आहे.

Kimi K2.7 Code खास का आहे: हे सूचनांचे पालन मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #4 आहे; तर संयुक्त हा सर्वात कमकुवत भाग आहे, rank #18.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

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

स्कोअर

7.0

सुसंगतता

7.7

विश्वसनीयता

9.2

एकूण खर्च (सध्याची किंमत)

$0.669

एकूण आउटपुट टोकन्स

241,907

एकूण इनपुट टोकन्स

25,991

इनपुट किंमत

$0.950 / 1M

आउटपुट किंमत

$4.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 10

प्रति प्रयत्न पास दर: 66.7%

अस्थिर चाचण्या

6

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

प्रतिसाद वेळ (सरासरी)

83.60s

प्रतिसाद वेळ (कमाल): 365.80s

प्रतिसाद वेळ (एकूण): 1671.99s

चुकीचे उत्तर: 5 वेळ संपला: 3 API त्रुटी: 1 सूचनांचे पालन केले नाही: 1

Hamster playing table tennis

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

#67 MoonshotAI: Kimi K2.7 Code

medium
खर्च
$0.025
वेळ
138.0s
टोकन्स
6,093 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 02:05 पुन्हा चाचणी 7.4 10.0 $0.709 ↓ तुलना करा
2026-07-16 22:20 नवीन चाचणी जोडली 7.5 10.0 $0.690 ↓ तुलना करा
2026-06-12 18:35 पहिला रन 7.0 9.2 $0.669 सध्याची रन

रन तुलना

रनबेंचमार्क कव्हरेजस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-06-12 18:35 · पहिला रन63/63 प्रयत्न7.07.79.211/216241,90725,991$0.66983.60s
2026-08-14 02:05 · पुन्हा चाचणी66/66 प्रयत्न7.48.010.011/225239,54672,085$0.70980.09s
फरक—-0.4-0.3-0.80+1+2361-46094-$0.041+3512ms

बेंचमार्क कव्हरेज वेगळे आहे: 63/63 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती) विरुद्ध 66/66 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती). एकूण मूल्ये आणि पुनरावृत्तीवर अवलंबून मेट्रिक्स थेट तुलना करता येत नाहीत.

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-06-12 18:36 $0.950 / 1M $4.000 / 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

Kimi K2.7 CodemediumvsQwen3.7 MaxnoneKimi K2.7 CodemediumvsGPT-5.6 LunamediumKimi K2.7 CodemediumvsGemini 3.1 Flash Lite PreviewmediumKimi K2.7 CodemediumvsLongCat 2.0mediumKimi K2.7 CodemediumvsGemini 3.8 FlashlowKimi K2.7 CodemediumvsQwen3.8 2.4T A95BhighKimi K2.7 CodemediumvsGrok Build 0.1mediumKimi K2.7 CodemediumvsGrok 4.6lowKimi K2.7 CodemediumvsGPT-5.4 MinimediumKimi K2.7 CodemediumvsGemini 3 Flash Previewlow

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 7.3 5.8
कोडिंग 7.6 7.2
संयुक्त 4.7 1.6
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 9.9 10.0
कोडी सोडवणे 5.9 7.7
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स