MedicalBenchmark
MoonshotAI: Kimi K2 0905 (exacto) provider

Kimi K2 0905 (exacto)

163

#163 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

501.00 pts

Ziurtasuna

85.7%

Zuzenak / Okerrak

514 / 39

Kostu osoa

$2.33

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

85.7%

avg: 80.6%

Puntuazio garbia

501.00 pts

avg: 453.30 pts

Zuzenak

514

avg: 483

Okerrak

39

avg: 90

Kostu osoa

$2.33

avg: $9.58

Batez besteko erantzun-denbora

6.6s

avg: 17.9s

Irteerako tokenak

277K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

93.5%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
164
Zuzenak
174
Okerrak
8
Ziurtasuna
87.0%
Puntuazio garbia
171.33
MIR 2025
171
Zuzenak
164
Okerrak
18
Ziurtasuna
82.0%
Puntuazio garbia
158.00
MIR 2026
155
Zuzenak
176
Okerrak
13
Ziurtasuna
88.0%
Puntuazio garbia
171.66