AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#21

Kimi K3

Moonshot AI प्रकाशन: 2026-07-16 चाचणी तारीख: 2026-07-16 17:10 moonshotai/kimi-k3::max

सारांश

Kimi K3 AI BENCHY वर 8.5 स्कोर करते आणि #21 वर आहे. याची reliability 9.4, pass rate 82.5%, एकूण खर्च $3.112, आणि सरासरी response time 122.48s आहे.

Kimi K3 खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #3 आहे; तर टूल कॉलिंग हा सर्वात कमकुवत भाग आहे, rank #16.

सुसंगतता

9.2

एकूण आउटपुट टोकन्स

200,439

एकूण इनपुट टोकन्स

34,916

इनपुट किंमत

$3.000 / 1M

आउटपुट किंमत

$15.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 5

प्रति प्रयत्न पास दर: 82.5%

अस्थिर चाचण्या

2

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

प्रतिसाद वेळ (सरासरी)

122.48s

प्रतिसाद वेळ (कमाल): 766.58s

प्रतिसाद वेळ (एकूण): 2327.06s

जनरेशन शोकेस

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

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

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-07-16 17:32 $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 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 7.3 5.8
डोमेन-विशिष्ट 5.9 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