AI BENCHY
Advertise here
#39

Kimi K2.6

Moonshot AI Lansare: 2026-04-20 Testat la: 2026-04-23 10:54 moonshotai/kimi-k2.6::medium
(medium) (none)

Rezumat

Kimi K2.6 obține 7.7 pe AI BENCHY și este pe #39. Are fiabilitate N/D, rată de reușită 74.1%, cost total $0.722 și timp mediu de răspuns 45.20s.

Ce face Kimi K2.6 unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Rezolvare de puzzle-uri este zona cea mai slabă, la #18.

Scor

7.7

Consistență

8.3

Fiabilitate

N/D

Cost total (preț curent)

$0.722

Total tokenuri de ieșire

260,573

Total tokenuri de intrare

0

Preț de intrare

$0.750 / 1M

Preț de ieșire

$3.500 / 1M

Teste corecte

Teste greșite: 7

Rată de trecere pe încercare: 74.1%

Teste instabile

4

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

45.20s

Timp de răspuns (maxim): 215.85s

Timp de răspuns (total): 768.37s

Nu a urmat instrucțiunile: 3 Timp expirat: 2 Răspuns greșit: 2

Hamster playing table tennis

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

#39 MoonshotAI: Kimi K2.6

medium
Cost
$0.013
Timp
103.4s
Tokenuri
3,620 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-07-16 22:59 Test nou adăugat 7.2 9.4 $1.222 ↑ Compară
2026-06-04 13:59 Test nou adăugat 7.2 7.8 $0.891 ↓ Compară
2026-05-22 00:14 Suită modificată 7.4 8.3 $0.916 Compară
2026-04-23 10:54 Prima rulare înregistrată 7.7 N/D $0.722 Rularea curentă

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Kimi K2.6mediumvsClaude Opus 4.8noneKimi K2.6mediumvsGemini 3.1 Flash LitemediumKimi K2.6mediumvsKAT-Coder-Pro V2.5highKimi K2.6mediumvsGemini 3.1 Flash Lite PreviewmediumKimi K2.6mediumvsQwen3.5 Plus 2026-04-20mediumKimi K2.6mediumvsGemini 3 Flash PreviewmediumKimi K2.6mediumvsGemini 3.5 FlashhighKimi K2.6mediumvsNemotron 3 UltramediumDisponibil gratuitKimi K2.6mediumvsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 7.0 8.0
Programare 10.0 10.0
Combinat 10.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.3 7.2
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 5.0 5.2
Apelare instrumente 10.0 10.0

Modele comparate