नेविगेशन
AI BENCHY
Advertise here

Kimi K3 (max) vs Step 3.7 Flash (medium)

average score लगभग बराबर है: 7.9 vs 7.9. Step 3.7 Flash (medium) की benchmark लागत कम है: $0.495 vs $3.467. Step 3.7 Flash (medium) तेज है: 23.51s vs 142.84s, pass rates 77.3% vs 68.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-29

रैंक
#59
कुल आउटपुट टोकन
224,128
प्रतिक्रिया समय (औसत)
142.84s
कुल लागत
$3.467
रैंक
#61
कुल आउटपुट टोकन
409,709
प्रतिक्रिया समय (औसत)
23.51s
कुल लागत
$0.495
अनुशंसित मॉडल Step 3.7 Flash (medium)

It has the best score here (7.9), while costing about 7.0x less than Kimi K3 (max).

विस्तृत तुलना

मेट्रिक Kimi K3 Kimi K3 max रिलीज़: 2026-07-16 Step 3.7 Flash Step 3.7 Flash medium रिलीज़: 2026-05-29
स्कोर 7.9 7.9
रैंक #59 #61
विश्वसनीयता 9.0 10.0
संगति 9.2 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 77.3% 68.2%
अस्थिर टेस्ट 2 3
कुल रन 66 66
प्रति परिणाम लागत 21.668 3.801
कुल लागत $3.467 $0.495
इनपुट कीमत $3.000 / 1M $0.200 / 1M
आउटपुट कीमत $15.000 / 1M $1.150 / 1M
कुल इनपुट टोकन 34,960 114,191
आउटपुट टोकन 2,887 409,709
रीजनिंग टोकन 221,241 0
प्रतिक्रिया समय (औसत) 142.84s 23.51s
प्रतिक्रिया समय (अधिकतम) 766.58s 152.83s
प्रतिक्रिया समय (कुल) 2714.02s 517.21s
पैरामीटर 2.8T कुल (104B सक्रिय) 198B कुल (11B सक्रिय)
उपलब्धता वेट उपलब्ध मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#59 MoonshotAI: Kimi K3

max
लागत
$0.281
समय
506.9s
टोकन
18,863 tok

#61 Step 3.7 Flash

medium
लागत
$0.006
समय
46.2s
टोकन
4,466 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 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

त्वरित तुलना

तुलना जोड़ी बदलें