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

Kimi K2.7 Code (medium) vs Step 3.7 Flash (high)

Kimi K2.7 Code (medium) average score में आगे है: 7.5 vs 6.9. Kimi K2.7 Code (medium) की benchmark लागत कम है: $0.692 vs $1.207. Step 3.7 Flash (high) तेज है: 64.68s vs 84.25s, pass rates 65.2% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

रैंक
#60
कुल आउटपुट टोकन
262,507
प्रतिक्रिया समय (औसत)
84.25s
कुल लागत
$0.692
रैंक
#94
कुल आउटपुट टोकन
1,032,395
प्रतिक्रिया समय (औसत)
64.68s
कुल लागत
$1.207
अनुशंसित मॉडल Kimi K2.7 Code (medium)

It has the best score here (7.5), while costing about 1.7x less than Step 3.7 Flash (high).

विस्तृत तुलना

मेट्रिक Kimi K2.7 Code Kimi K2.7 Code medium रिलीज़: 2026-06-12 Step 3.7 Flash Step 3.7 Flash high रिलीज़: 2026-05-29
स्कोर 7.5 6.9
रैंक #60 #94
विश्वसनीयता 10.0 10.0
संगति 8.3 8.0
सही परीक्षण
प्रति प्रयास पास दर 65.2% 63.6%
अस्थिर टेस्ट 4 5
कुल रन 66 66
प्रति परिणाम लागत 6.457 10.973
कुल लागत $0.692 $1.207
इनपुट कीमत $0.780 / 1M $0.200 / 1M
आउटपुट कीमत $3.500 / 1M $1.150 / 1M
कुल इनपुट टोकन 72,073 98,691
आउटपुट टोकन 83,714 1,032,395
रीजनिंग टोकन 178,793 0
प्रतिक्रिया समय (औसत) 84.25s 64.68s
प्रतिक्रिया समय (अधिकतम) 365.80s 364.99s
प्रतिक्रिया समय (कुल) 1769.22s 1423.01s

Hamster playing table tennis

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

#60 MoonshotAI: Kimi K2.7 Code

medium
लागत
$0.025
समय
138.0s
टोकन
6,093 tok

#94 Step 3.7 Flash

high
लागत
$0.007
समय
63.6s
टोकन
6,030 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 K2.7 Code 7.8 9.3 66.7% 0 146.73s 4,650 1,864 25,635
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

त्वरित तुलना

तुलना जोड़ी बदलें