AI BENCHY
Advertise here
#111

Kimi K2.6

Moonshot AI Releasedatum: 2026-04-20 Getest op: 2026-05-22 00:18 moonshotai/kimi-k2.6::none
(medium) (none)

Samenvatting

Kimi K2.6 scoort 5.6 op AI BENCHY en staat op #111. Het model heeft 8.3 betrouwbaarheid, een slagingspercentage van 38.3%, $0.088 totale kosten en 13.86s gemiddelde responstijd.

Wat Kimi K2.6 uniek maakt: Het valt het meest op in Programmeren, waar het #1 staat, terwijl Puzzeloplossing het zwakste gebied is met #16.

Score

5.6

Consistentie

9.2

Betrouwbaarheid

8.3

Totale kosten (huidige prijs)

$0.088

Totaal aantal uitvoer-tokens

16,563

Totaal aantal invoer-tokens

0

Invoerprijs

$0.730 / 1M

Uitvoerprijs

$3.490 / 1M

Correcte tests

Foute tests: 13

Slaagpercentage per poging: 38.3%

Instabiele tests

2

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

13.86s

Responstijd (max): 238.89s

Responstijd (totaal): 277.18s

Verkeerd antwoord: 10 Instructies niet gevolgd: 3

Hamster playing table tennis

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

#111 MoonshotAI: Kimi K2.6

none
Kosten
$0.020
Tijd
127.4s
Tokens
4,429 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-07-16 22:20 Nieuwe test toegevoegd 5.8 10.0 $0.233 ↑ Vergelijken
2026-06-04 13:36 Nieuwe test toegevoegd 5.5 10.0 $0.079 ↓ Vergelijken
2026-05-22 00:18 Suite gewijzigd 5.6 8.3 $0.088 Huidige run
2026-04-23 10:54 Eerste geregistreerde run 5.8 n.v.t. $0.038 Vergelijken

Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.

Runvergelijking

RunScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-05-22 00:18 · Suite gewijzigd5.69.28.37/20216,5630$0.08813.86s
2026-07-16 22:20 · Nieuwe test toegevoegd5.89.310.07/22230,253116,970$0.23319.58s
Verschil-0.2-0.1-1.700-13690-116970-$0.145-5725ms

Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.

Grafieken

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

Kimi K2.6nonevsQwen3.5-35B-A3BnoneKimi K2.6nonevsNemotron 3 UltranoneGratis beschikbaarKimi K2.6nonevsQwen3.5 Plus 2026-04-20noneKimi K2.6nonevsStep 3.5 FlashmediumKimi K2.6nonevsQwen3.5-FlashnoneKimi K2.6nonevsGemini 3 Flash PreviewmediumKimi K2.6nonevsGemini 3.5 FlashhighKimi K2.6nonevsNemotron 3 UltramediumGratis beschikbaarKimi K2.6nonevsGPT-5.5low

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 4.6 10.0
Programmeren 6.8 9.8
Gecombineerd 3.0 10.0
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 5.3 7.2
Algemene intelligentie 5.4 3.5
Instructies opvolgen 6.5 10.0
Puzzeloplossing 3.2 9.8
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen