AI BENCHY Compare

MoonshotAI: Kimi K2.6 vs StepFun: Step 3.7 Flash

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-06-04

المقياس	Kimi K2.6 Kimi K2.6 medium الإصدار: 2026-04-20 متاح مجانًا	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29

المقياس	Kimi K2.6 Kimi K2.6 medium الإصدار: 2026-04-20 متاح مجانًا	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29
النتيجة	7.2	7.0
الترتيب	#60	#71
الموثوقية	10.0	10.0
الاتساق	8.6	8.2
اختبارات صحيحة
معدل النجاح لكل محاولة	65.1%	63.5%
اختبارات غير مستقرة	3	4
إجمالي مرات التشغيل	63	63
التكلفة لكل نتيجة	8.358	10.434
إجمالي التكلفة	$0.891	$1.148
سعر الإدخال	$0.684 / 1M	$0.200 / 1M
سعر الإخراج	$3.420 / 1M	$1.150 / 1M
إجمالي رموز الإدخال	29,450	38,391
رموز الإخراج	102,923	991,355
رموز الاستدلال	254,094	0
زمن الاستجابة (المتوسط)	71.67s	64.46s
زمن الاستجابة (الحد الأقصى)	406.78s	364.99s
زمن الاستجابة (الإجمالي)	1433.36s	1353.57s

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Kimi K2.6	7.0	8.0	66.7%	1		11.59s	618	7,115	8,934
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Kimi K2.6	5.7	8.6	33.3%	0		214.42s	2,925	9,970	77,189
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Kimi K2.6	10.0	10.0	100.0%	0		40.96s	11,271	711	13,876
Step 3.7 Flash	10.0	10.0	100.0%	0		13.01s	13,638	8,802	0

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Kimi K2.6	10.0	10.0	100.0%	0		20.38s	7,014	316	11,305
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Kimi K2.6	5.3	7.2	44.4%	1		202.38s	326	47,035	98,262
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Kimi K2.6	10.0	10.0	100.0%	0		17.83s	477	3,981	4,472
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Kimi K2.6	10.0	10.0	100.0%	0		12.53s	669	3,977	5,269
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Kimi K2.6	6.0	7.4	55.6%	1		25.06s	651	13,860	17,599
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Kimi K2.6	10.0	10.0	100.0%	0		8.92s	5,286	248	1,011
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Kimi K2.6	3.0	10.0	0.0%	0		130.27s	213	15,710	16,177
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

مقارنة سريعة

تبديل زوج المقارنة

GPT-5.4 NanomediumvsStep 3.7 Flashhigh Gemini 3.1 Flash LitelowvsKimi K2.6mediumمتاح مجانًا Gemini 3.1 Flash Lite PreviewnonevsKimi K2.6mediumمتاح مجانًا Claude Opus 4.6mediumvsStep 3.7 Flashhigh Claude Opus 4.8nonevsStep 3.7 Flashhigh MiniMax M3mediumvsStep 3.7 Flashhigh Kimi K2.6mediumمتاح مجانًاvsStep 3.7 Flashlow Kimi K2.6mediumمتاح مجانًاvsGPT-5.3 Chatnone DeepSeek V3.2mediumvsStep 3.7 Flashhigh Qwen3.5-35B-A3BmediumvsStep 3.7 Flashhigh Step 3.7 FlashhighvsGrok 4.20medium Seed-2.0-MinimediumvsStep 3.7 Flashhigh