Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs StepFun: Step 3.7 Flash

Resumen

Comparación benchmark de Kimi K2.5 vs Step 3.7 Flash: Step 3.7 Flash lidera en puntuación media con 7.0 vs 6.8. Kimi K2.5 tiene menor coste de benchmark con $0.328 vs $1.148. Step 3.7 Flash es más rápido con 64.46s vs 98.43s, con tasas de acierto de 68.3% vs 63.5%.

Modelo recomendado: Kimi K2.5 - Su puntuación se mantiene cerca de la mejor aquí (6.8 vs 7.0) y cuesta aproximadamente 3.5x menos que Step 3.7 Flash.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-04

Métrica Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27 Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29
Puntuación 6.8 7.0
Rango #76 #71
Fiabilidad 10.0 10.0
Consistencia 6.9 8.2
Pruebas correctas
Tasa de aciertos por intento 68.3% 63.5%
Pruebas inestables 8 4
Ejecuciones totales 63 63
Costo por resultado 3.704 10.434
Costo total $0.328 $1.148
Precio de entrada $0.400 / 1M $0.200 / 1M
Precio de salida $1.900 / 1M $1.150 / 1M
Total de tokens de entrada 34,312 38,391
Tokens de salida 48,379 991,355
Tokens de razonamiento 157,747 0
Tiempo de respuesta (promedio) 98.43s 64.46s
Tiempo de respuesta (máximo) 281.00s 364.99s
Tiempo de respuesta (total) 1378.03s 1353.57s

Generation showcase

Hamster playing table tennis

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

#76 MoonshotAI: Kimi K2.5

medium
Cost
$0.030
Time
58.6s
Tokens
8,683 tok

#71 Step 3.7 Flash

high
Cost
$0.007
Time
63.6s
Tokens
6,030 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

Comparación rápida

Cambiar par de comparación

GPT-5.4 NanomediumvsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighMiniMax M3mediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsKimi K2.5mediumKimi K2.5mediumvsQwen3.6 Max PreviewnoneDeepSeek V3.2mediumvsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsGrok 4.20mediumSeed-2.0-MinimediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsStep 3.7 Flashhigh