#111 MoonshotAI: Kimi K2.6
none- Cost
- $0.020
- Timp
- 127.4s
- Tokenuri
- 4,429 tok
Moonshot AI
Lansare: 2026-04-20
Testat la: 2026-05-22 00:18
moonshotai/kimi-k2.6::none
(medium)
(none)
Rezumat
Kimi K2.6 obține 5.6 pe AI BENCHY și este pe #111. Are fiabilitate 8.3, rată de reușită 38.3%, cost total $0.088 și timp mediu de răspuns 13.86s.
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 #16.
5.6
Consistență
9.2
8.3
$0.088
Total tokenuri de ieșire
16,563
Total tokenuri de intrare
0
Preț de intrare
$0.730 / 1M
Preț de ieșire
$3.490 / 1M
Teste instabile
2
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 22:20 Test nou adăugat | 5.8 | 10.0 | $0.233 ↑ | Compară | |
| 2026-06-04 13:36 Test nou adăugat | 5.5 | 10.0 | $0.079 ↓ | Compară | |
| 2026-05-22 00:18 Suită modificată | 5.6 | 8.3 | $0.088 | Rularea curentă | |
| 2026-04-23 10:54 Prima rulare înregistrată | 5.8 | N/D | $0.038 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:18 · Suită modificată | 5.6 | 9.2 | 8.3 | 7/20 | 2 | 16,563 | 0 | $0.088 | 13.86s |
| 2026-07-16 22:20 · Test nou adăugat | 5.8 | 9.3 | 10.0 | 7/22 | 2 | 30,253 | 116,970 | $0.233 | 19.58s |
| Diferență | -0.2 | -0.1 | -1.7 | 0 | 0 | -13690 | -116970 | -$0.145 | -5725ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
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 K2.6nonevsQwen3.5-35B-A3BnoneKimi K2.6nonevsNemotron 3 UltranoneDisponibil gratuitKimi 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 UltramediumDisponibil gratuitKimi K2.6nonevsGPT-5.5low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 4.6 | 10.0 | |
| Programare | 6.8 | 9.8 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 5.3 | 7.2 | |
| Inteligență generală | 5.4 | 3.5 | |
| Respectarea instrucțiunilor | 6.5 | 10.0 | |
| Rezolvare de puzzle-uri | 3.2 | 9.8 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |