#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
1T în total (32B activi)MoEPonderi disponibile
(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.
Date despre model
Documentat la 2026-08-12
- Parametri
- 1T în total (32B activi)
- Arhitectură
- MoE
- Disponibilitate
- Ponderi disponibile
- Licență
- Modified MIT
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
Preț citire cache
N/D
Preț scriere cache
N/D
Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.
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 |
|---|---|---|---|---|---|
| 2026-08-14 01:58 Retestare | 5.7 | 10.0 | $0.233 ↑ | 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 | Acoperire benchmark | 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 | 60/60 încercări | 5.6 | 9.2 | 8.3 | 7/20 | 2 | 16,563 | 0 | $0.088 | 13.86s |
| 2026-07-16 22:20 · Test nou adăugat | 66/66 încercări | 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 |
Acoperirea benchmark diferă: 60/60 încercări (Țintă: 3 repetări per test) față de 66/66 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
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 K2.6nonevsNemotron 3 SupermediumDisponibil gratuitKimi K2.6nonevsLing 3.1 FlashnoneKimi K2.6nonevsNemotron 3.5 Super VLnoneDisponibil gratuitKimi K2.6nonevsGemini 2.5 FlashnoneKimi K2.6nonevsQwen3.5-35B-A3BnoneKimi K2.6nonevsGPT-6 LunanoneKimi K2.6nonevsGLM 5noneKimi K2.6nonevsGemma 4 26B A4BnoneDisponibil gratuitKimi K2.6nonevsStep 5 PreviewlowKimi K2.6nonevsSeed-2.0-Codenone
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 |