नेविगेशन
AI BENCHY
Advertise here

Kimi K2.5 (medium) vs Step 3.7 Flash (low)

Step 3.7 Flash (low) average score में आगे है: 7.3 vs 7.0. Step 3.7 Flash (low) की benchmark लागत कम है: $0.454 vs $0.600. Step 3.7 Flash (low) तेज है: 20.68s vs 99.00s, pass rates 65.2% vs 68.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-28

रैंक
#87
कुल आउटपुट टोकन
227,367
प्रतिक्रिया समय (औसत)
99.00s
कुल लागत
$0.600
रैंक
#77
कुल आउटपुट टोकन
376,581
प्रतिक्रिया समय (औसत)
20.68s
कुल लागत
$0.454
अनुशंसित मॉडल Step 3.7 Flash (low)

It has the best score here (7.3), while responding about 4.8x faster than Kimi K2.5 (medium).

विस्तृत तुलना

मेट्रिक Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27 Step 3.7 Flash Step 3.7 Flash low रिलीज़: 2026-05-29
स्कोर 7.0 7.3
रैंक #87 #77
विश्वसनीयता 10.0 10.0
संगति 7.0 8.1
सही परीक्षण
प्रति प्रयास पास दर 65.2% 68.2%
अस्थिर टेस्ट 8 5
कुल रन 66 66
प्रति परिणाम लागत 4.789 3.782
कुल लागत $0.600 $0.454
इनपुट कीमत $0.571 / 1M $0.200 / 1M
आउटपुट कीमत $2.850 / 1M $1.150 / 1M
कुल इनपुट टोकन 118,448 103,833
आउटपुट टोकन 62,124 376,581
रीजनिंग टोकन 165,243 0
प्रतिक्रिया समय (औसत) 99.00s 20.68s
प्रतिक्रिया समय (अधिकतम) 281.00s 124.75s
प्रतिक्रिया समय (कुल) 1485.04s 455.01s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#87 MoonshotAI: Kimi K2.5

medium
लागत
$0.030
समय
58.6s
टोकन
8,683 tok

#77 Step 3.7 Flash

low
अमान्य SVG
लागत
$0.004
समय
25.3s
टोकन
3,072 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

त्वरित तुलना

तुलना जोड़ी बदलें