AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#59

Kimi K3

Moonshot AI प्रकाशन: 2026-07-16 चाचणी तारीख: 2026-08-14 02:35 moonshotai/kimi-k3::max
2.8T एकूण (104B सक्रिय)MoEवेट्स उपलब्ध

सारांश

Kimi K3 AI BENCHY वर 7.9 स्कोर करते आणि #59 वर आहे. याची reliability 9.0, pass rate 77.3%, एकूण खर्च $3.467, आणि सरासरी response time 142.84s आहे.

Kimi K3 खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर डेटा पार्सिंग आणि निष्कर्षण हा सर्वात कमकुवत भाग आहे, rank #17.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले
पॅरामीटर्स
2.8T एकूण (104B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
वेट्स उपलब्ध
परवाना
Kimi K3

सुसंगतता

9.2

एकूण आउटपुट टोकन्स

224,128

एकूण इनपुट टोकन्स

34,960

इनपुट किंमत

$3.000 / 1M

आउटपुट किंमत

$15.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 6

प्रति प्रयत्न पास दर: 77.3%

अस्थिर चाचण्या

2

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

प्रतिसाद वेळ (सरासरी)

142.84s

प्रतिसाद वेळ (कमाल): 766.58s

प्रतिसाद वेळ (एकूण): 2714.02s

Hamster playing table tennis

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

#59 MoonshotAI: Kimi K3

max
खर्च
$0.281
वेळ
506.9s
टोकन्स
18,863 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 02:35 पुन्हा चाचणी 7.9 9.0 $3.467 सध्याची रन
2026-07-16 22:18 नवीन चाचणी जोडली 8.0 9.1 $3.112 तुलना करा
2026-07-16 17:10 पहिला रन 8.5 9.4 $3.112 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-08-14 12:51 $3.000 / 1M $15.000 / 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

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 6.5 10.0
डेटा पार्सिंग आणि निष्कर्षण 7.3 5.8
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 10.0 10.0
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स