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 K2.6 vs StepFun: Step 3.7 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica Kimi K2.6 Kimi K2.6 medium Lanzamiento: 2026-04-20 Disponible gratis Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación 7.4 7.4
Rango #59 #60
Fiabilidad 10.0 10.0
Consistencia 8.3 8.7
Pruebas correctas
Tasa de aciertos por intento 70.8% 68.3%
Pruebas inestables 4 3
Ejecuciones totales 60 60
Costo por resultado 7.621 2.796
Costo total $0.915 $0.336
Precio de entrada $0.730 / 1M $0.200 / 1M
Precio de salida $3.490 / 1M $1.150 / 1M
Tokens de salida 102,208 285,209
Tokens de razonamiento 229,120 0
Tiempo de respuesta (promedio) 54.03s 16.06s
Tiempo de respuesta (máximo) 215.85s 124.75s
Tiempo de respuesta (total) 1026.57s 321.11s

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 salida Tokens de razonamiento
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 7,115 8,934
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 10,896 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Kimi K2.6 6.8 5.3 75.0% 1 118.23s 9,255 52,215
Step 3.7 Flash 10.0 10.0 100.0% 0 9.43s 14,569 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Kimi K2.6 10.0 10.0 100.0% 0 40.96s 711 13,876
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 6,426 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 316 11,305
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 2,667 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Kimi K2.6 5.3 7.2 44.4% 1 202.38s 47,035 98,262
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 104,487 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Kimi K2.6 10.0 10.0 100.0% 0 17.83s 3,981 4,472
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 4,604 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Kimi K2.6 10.0 10.0 100.0% 0 12.53s 3,977 5,269
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 1,857 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Kimi K2.6 6.0 7.4 55.6% 1 25.06s 13,860 17,599
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 3,564 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Kimi K2.6 10.0 10.0 100.0% 0 8.92s 248 1,011
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 1,360 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Kimi K2.6 3.0 10.0 0.0% 0 130.27s 15,710 16,177
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Comparación rápida

Cambiar par de comparación

Kimi K2.6mediumDisponible gratisvsGPT-5.3 ChatnoneStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumGemini 3.1 Flash LitelowvsKimi K2.6mediumDisponible gratisStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsKimi K2.6mediumDisponible gratisGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 FlashlowDeepSeek V3.2mediumvsStep 3.7 Flashlow