#54 MoonshotAI: Kimi K2.6
medium- Cost
- $0.013
- Timp
- 103.4s
- Tokenuri
- 3,620 tok
Moonshot AI
Lansare: 2026-04-20
Testat la: 2026-05-22 00:14
moonshotai/kimi-k2.6::medium
(medium)
(none)
Rezumat
Kimi K2.6 obține 7.4 pe AI BENCHY și este pe #54. Are fiabilitate 8.3, rată de reușită 70.8%, cost total $0.916 și timp mediu de răspuns 54.11s.
Ce face Kimi K2.6 unic: Se remarcă cel mai mult la Inteligență generală, unde este pe #1, iar Rezolvare de puzzle-uri este zona cea mai slabă, la #13.
7.4
Consistență
8.3
8.3
$0.916
Total tokenuri de ieșire
331,877
Total tokenuri de intrare
0
Preț de intrare
$0.730 / 1M
Preț de ieșire
$3.490 / 1M
Teste instabile
4
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 | Rularea curentă | |
| 2026-04-23 10:54 Prima rulare înregistrată | 7.7 | N/D | $0.722 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
Top modele după scor
Scor vs Cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
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 | 6.5 | 5.3 | |
| 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 | 6.0 | 7.4 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |