#274 MoonshotAI: Kimi K3.1 Pro
high- Cost
- $0.074
- Timp
- 141.9s
- Tokenuri
- 7,498 tok
Moonshot AI
Lansare: 2026-10-24
Testat la: 2026-10-24 15:44
moonshotai/kimi-k3.1-pro::high
~2.8T în total (~104B activi)MoEÎnchisEstimat
Rezumat
Kimi K3.1 Pro obține 6.2 pe AI BENCHY și este pe #274. Are fiabilitate 8.5, rată de reușită 60.9%, cost total $1.255 și timp mediu de răspuns 39.12s.
Ce face Kimi K3.1 Pro unic: Se remarcă cel mai mult la Inteligență generală, unde este pe #1, iar Specific domeniului este zona cea mai slabă, la #15.
Date despre model
Documentat la 2026-10-24
- Parametri
- ~2.8T în total (~104B activi)
- Arhitectură
- MoE
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
6.2
Consistență
5.3
8.5
$1.255
Total tokenuri de ieșire
92,327
Total tokenuri de intrare
165,632
Preț de intrare
$2.000 / 1M
Preț de ieșire
$10.000 / 1M
Preț citire cache
$0.200 / 1M
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
13
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 |
|---|---|---|---|---|---|
| 2026-10-24 20:16 Retestare | 8.2 | 8.5 | $1.646 | Compară | |
| 2026-10-24 15:44 Prima rulare | 6.2 | 8.5 | $1.255 | Rularea curentă |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-24 15:44 · Prima rulare | 69/69 încercări | 6.2 | 5.3 | 8.5 | 7/23 | 13 | 92,327 | 165,632 | $1.255 | 39.12s |
| 2026-10-24 20:16 · Retestare | 69/69 încercări | 8.2 | 8.4 | 8.5 | 16/23 | 5 | 114,612 | 249,927 | $1.646 | 54.31s |
| Diferență | — | -2.0 | -3.1 | 0.0 | -9 | +8 | -22285 | -84295 | -$0.392 | -15190ms |
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 K3.1 ProhighvsSeed-2.0-LitemediumKimi K3.1 ProhighvsSeed-2.0-CodelowKimi K3.1 ProhighvsGPT-5.6 TerramediumKimi K3.1 ProhighvsDeepSeek V4 Pro 0423highKimi K3.1 ProhighvsGLM 5.2mediumKimi K3.1 ProhighvsClaude Opus 4.7mediumKimi K3.1 ProhighvsGrok 4.5highKimi K3.1 ProhighvsDeepSeek V4 Flash 0423highKimi K3.1 ProhighvsDeepSeek V4.1 Flash 1017maxKimi K3.1 ProhighvsDeepSeek V4.1 Flashlow
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Sarcini agentice | 6.1 | 3.1 | |
| Trucuri anti-AI | 7.3 | 5.8 | |
| Programare | 8.2 | 7.2 | |
| Combinat | 3.3 | 1.7 | |
| Parsare și extragere de date | 7.3 | 5.9 | |
| Specific domeniului | 2.9 | 4.4 | |
| Inteligență generală | 10.0 | 10.0 | |
| Respectarea instrucțiunilor | 6.5 | 10.0 | |
| Rezolvare de puzzle-uri | 4.0 | 1.6 | |
| Apelare instrumente | 4.7 | 1.6 | |
| Cultură generală | 3.0 | 10.0 |