Advertise here
#88

Kimi K3

Moonshot AI Lansare: 2026-07-16 Testat la: 2026-10-01 01:26 moonshotai/kimi-k3::max
2.8T în total (104B activi)MoEPonderi disponibile

Rezumat

Kimi K3 obține 8.3 pe AI BENCHY și este pe #88. Are fiabilitate 9.3, rată de reușită 78.3%, cost total $3.409 și timp mediu de răspuns 139.41s.

Date despre model

Documentat la 2026-08-12

Raportat
Parametri
2.8T în total (104B activi)
Arhitectură
MoE
Disponibilitate
Ponderi disponibile
Licență
Kimi K3
Sursa parametrilor 1 Sursa parametrilor 2 Sursa disponibilității

Scor

8.3

Consistență

9.3

Fiabilitate

9.3

Cost total (preț curent)

$3.409 ↓ -15.0%

Testat la: $4.013

Total tokenuri de ieșire

233,327

Total tokenuri de intrare

170,700

Preț de intrare

$0.830 / 1M

Preț de ieșire

$14.000 / 1M

Preț citire cache

$0.270 / 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 corecte

Teste greșite: 6

Rată de trecere pe încercare: 78.3%

Teste instabile

2

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

Timp de răspuns (mediu)

139.41s

Timp de răspuns (maxim): 766.58s

Timp de răspuns (total): 2788.26s

Eroare API: 2 Fără răspuns: 2 Formatare suplimentară: 1 Timp expirat: 1

Hamster playing table tennis

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

#88 MoonshotAI: Kimi K3

max
Cost
$0.281
Timp
506.9s
Tokenuri
18,863 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-10-01 01:26 Retestare 8.3 9.3 $3.409 ↓ Rularea curentă
2026-07-16 22:18 Test nou adăugat 8.0 9.1 $3.112 Compară
2026-07-16 17:10 Prima rulare 8.5 9.4 $3.112 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Comparație între rulări

RulareAcoperire benchmarkScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-10-01 01:26 · Rularea curentă69/69 încercări8.39.39.317/232233,327170,700$3.409139.41s
2026-07-16 22:18 · Test nou adăugat66/66 încercări8.09.59.116/221200,43934,916$3.112122.48s
Diferență—+0.3-0.2+0.2+1+1+32888+135784+$0.297+16936ms

Acoperirea benchmark diferă: 69/69 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.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire Preț citire cache Preț scriere cache
2026-08-14 12:51 $3.000 / 1M $15.000 / 1M N/D N/D
2026-10-06 14:54 $0.830 / 1M $14.000 / 1M $0.270 / 1M N/D

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 K3maxvsGemini 3.5 FlashhighKimi K3maxvsGPT-6 LunamediumKimi K3maxvsClaude Haiku 5.5highKimi K3maxvsClaude Opus 4.8mediumKimi K3maxvsGPT-5.6 TerrahighKimi K3maxvsLing 3.1 FlashmediumKimi K3maxvsGLM 5.2highKimi K3maxvsQwen3.7 PlusmediumKimi K3maxvsDeepSeek V4 Flash 0731highKimi K3maxvsGemini 4 Argonlow

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Sarcini agentice 10.0 10.0
Trucuri anti-AI 10.0 10.0
Programare 10.0 10.0
Combinat 6.5 10.0
Parsare și extragere de date 7.3 5.8
Specific domeniului 5.3 7.2
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 10.0 10.0
Apelare instrumente 3.0 10.0
Cultură generală 3.0 10.0

Modele comparate