- स्कोअर
- 9.4 (+0.63 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.183 · 94.9% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 6.24s · 95.9% वेगवान
Moonshot AI
प्रकाशन: 2026-10-24
चाचणी तारीख: 2026-10-24 20:12
moonshotai/kimi-k3.1-pro::max
~2.8T एकूण (~104B सक्रिय)MoEबंद स्रोतअंदाजित
सारांश
Kimi K3.1 Pro AI BENCHY वर 8.7 स्कोर करते आणि #66 वर आहे. याची reliability 7.1, pass rate 84.1%, एकूण खर्च $3.578, आणि सरासरी response time 152.72s आहे.
Kimi K3.1 Pro खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर संयुक्त हा सर्वात कमकुवत भाग आहे, rank #17.
शिफारस केलेले पर्याय
त्याऐवजी यापैकी एक मॉडेल निवडण्याची शिफारस करतो:
- स्कोअर
- 8.6 (-0.16 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.061 · 98.3% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 7.51s · 95.1% वेगवान
- स्कोअर
- 9.6 (+0.82 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.460 · 87.2% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 7.15s · 95.3% वेगवान
मॉडेलची माहिती
संशोधन दिनांक: 2026-10-24
- पॅरामीटर्स
- ~2.8T एकूण (~104B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- परवाना
- -
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
8.7
सुसंगतता
8.6
7.1
$3.578
एकूण आउटपुट टोकन्स
300,622
एकूण इनपुट टोकन्स
285,488
इनपुट किंमत
$2.000 / 1M
आउटपुट किंमत
$10.000 / 1M
कॅश वाचण्याची किंमत
$0.200 / 1M
कॅश लिहिण्याची किंमत
लागू नाही
कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.
अस्थिर चाचण्या
4
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.
#66 MoonshotAI: Kimi K3.1 Pro
max- खर्च
- $0.193
- वेळ
- 387.5s
- टोकन्स
- 19,362 tok
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-10-24 20:12 पुन्हा चाचणी | 8.7 | 7.1 | $3.578 | सध्याची रन | |
| 2026-10-24 15:44 पहिला रन | 5.2 | 7.0 | $1.395 | तुलना करा |
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 K3.1 PromaxvsDeepSeek V4.1 FlashmediumKimi K3.1 PromaxvsMuse Spark 1.2lowKimi K3.1 PromaxvsDeepSeek V4.1 FlashhighKimi K3.1 PromaxvsGPT-5.2mediumKimi K3.1 PromaxvsMuse Spark OpenmediumKimi K3.1 PromaxvsQwen3.8 27Bhighमोफत उपलब्धKimi K3.1 PromaxvsGPT-5.4mediumKimi K3.1 PromaxvsMiMo-V2.6-PromediumKimi K3.1 PromaxvsQwen3.8 MAXlowKimi K3.1 PromaxvsSeed 2.1 Turbomedium
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| स्वायत्त एजंट कार्ये | 10.0 | 10.0 | |
| अँटी-एआय युक्त्या | 10.0 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 5.1 | 2.7 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.9 | 7.2 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| सूचनांचे पालन | 10.0 | 10.0 | |
| कोडी सोडवणे | 8.2 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |