AI BENCHY Compare

MoonshotAI: Kimi K3 vs StepFun: Step 3.7 Flash

Resumen

Kimi K3 (max) lidera en puntuación media con 8.5 vs 8.5. Step 3.7 Flash (medium) tiene menor coste de benchmark con $0.376 vs $3.112. Step 3.7 Flash (medium) es más rápido con 20.35s vs 122.48s, con tasas de acierto de 82.5% vs 73.0%.

Modelo recomendadoStep 3.7 Flash (medium)Su puntuación se mantiene cerca de la mejor aquí (8.5 vs 8.5) y cuesta aproximadamente 8.3x menos que Kimi K3 (max).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-16

Métrica	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29

Métrica	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29
Puntuación	8.5	8.5
Rango	#21	#26
Fiabilidad	9.4	9.9
Consistencia	9.2	9.3
Pruebas correctas
Tasa de aciertos por intento	82.5%	73.0%
Pruebas inestables	2	2
Ejecuciones totales	63	61
Costo por resultado	19.446	2.686
Costo total	$3.112	$0.376
Precio de entrada	$3.000 / 1M	$0.200 / 1M
Precio de salida	$15.000 / 1M	$1.150 / 1M
Total de tokens de entrada	34,916	39,981
Tokens de salida	2,910	319,958
Tokens de razonamiento	197,529	0
Tiempo de respuesta (promedio)	122.48s	20.35s
Tiempo de respuesta (máximo)	766.58s	113.98s
Tiempo de respuesta (total)	2327.06s	427.42s

Generación showcase

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

max

Coste: $0.281
Tiempo: 506.9s
Tokens: 18,863 tok

#26 Step 3.7 Flash

medium

Coste: $0.006
Tiempo: 46.2s
Tokens: 4,466 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

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 K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	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 K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	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 K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460
Step 3.7 Flash	10.0	10.0	100.0%	0		9.06s	13,683	7,106	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 K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	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 K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	708	70,347	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 K3	10.0	10.0	100.0%	0		14.91s	732	191	871
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	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 K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	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 K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	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 K3	3.0	10.0	0.0%	0		0ms	0	0	0
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	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 K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Comparación rápida

Cambiar par de comparación

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Claude Opus 4.7mediumvsKimi K3max Kimi K3maxvsGrok 4.5medium DeepSeek V4 FlashhighvsStep 3.7 Flashmedium Muse Spark 1.1lowvsKimi K3max