AI BENCHY
Advertise here
#74

Kimi K2.6

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

Rezumat

Kimi K2.6 obține 5.8 pe AI BENCHY și este pe #74. Are fiabilitate N/D, rată de reușită 42.6%, cost total $0.038 și timp mediu de răspuns 2.05s.

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. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor. Este vizibil rapid față de modele similare.

Scor

5.8

Consistență

9.1

Fiabilitate

N/D

Cost total (preț curent)

$0.038

Total tokenuri de ieșire

2,973

Total tokenuri de intrare

0

Preț de intrare

$0.750 / 1M

Preț de ieșire

$3.500 / 1M

Teste corecte

Teste greșite: 11

Rată de trecere pe încercare: 42.6%

Teste instabile

2

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

Timp de răspuns (mediu)

2.05s

Timp de răspuns (maxim): 6.65s

Timp de răspuns (total): 36.93s

Răspuns greșit: 8 Nu a urmat instrucțiunile: 3

Hamster playing table tennis

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

#74 MoonshotAI: Kimi K2.6

none
Cost
$0.020
Timp
127.4s
Tokenuri
4,429 tok

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 Compară
2026-04-23 10:54 Prima rulare înregistrată 5.8 N/D $0.038 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 K2.6nonevsQwen3.5-35B-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 10.0 10.0
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 3.4 9.7
Apelare instrumente 10.0 10.0

Modele comparate