#39 MoonshotAI: Kimi K2.6
medium- 成本
- $0.013
- 时间
- 103.4s
- 令牌
- 3,620 tok
摘要
Kimi K2.6 在 AI BENCHY 上得分 7.7，排名 #39。它的可靠性为 不适用，通过率为 74.1%，总成本为 $0.722，平均响应时间为 45.20s。
Kimi K2.6 的独特之处： 它最突出的是 编程，排名 #1；相对较弱的是 谜题求解，排名 #18。
输入价格
$0.750 / 1M
输出价格
$3.500 / 1M
不稳定测试
4
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-07-16 22:59 新增测试 | 7.2 | 9.4 | $1.222 ↑ | 比较 | |
| 2026-06-04 13:59 新增测试 | 7.2 | 7.8 | $0.891 ↓ | 比较 | |
| 2026-05-22 00:14 测试集已变更 | 7.4 | 8.3 | $0.916 | 比较 | |
| 2026-04-23 10:54 首次记录的运行 | 7.7 | 不适用 | $0.722 | 当前轮次 |
轮次对比
| 测试轮次 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-23 10:54 · 首次记录的运行 | 7.7 | 8.3 | 不适用 | 11/18 | 4 | 260,573 | 0 | $0.722 | 45.20s |
| 2026-07-16 22:59 · 新增测试 | 7.2 | 8.3 | 9.4 | 12/22 | 4 | 391,540 | 68,902 | $1.222 | 109.98s |
| 差值 | +0.5 | 0.0 | -1 | 0 | -130967 | -68902 | -$0.500 | -64781ms |
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
Kimi K2.6mediumvsClaude Opus 4.8noneKimi K2.6mediumvsGemini 3.1 Flash LitemediumKimi K2.6mediumvsKAT-Coder-Pro V2.5highKimi K2.6mediumvsGemini 3.1 Flash Lite PreviewmediumKimi K2.6mediumvsQwen3.5 Plus 2026-04-20mediumKimi K2.6mediumvsGemini 3 Flash PreviewmediumKimi K2.6mediumvsGemini 3.5 FlashhighKimi K2.6mediumvsNemotron 3 Ultramedium免费可用Kimi K2.6mediumvsGPT-5.5low