तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

MoonshotAI: Kimi K2.5 vs StepFun: Step 3.5 Flash

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	MoonshotAI: Kimi K2.5 none रिलीज़: रिलीज़ तिथि अज्ञात	StepFun: Step 3.5 Flash medium रिलीज़: रिलीज़ तिथि अज्ञात निःशुल्क उपलब्ध
रैंक	#32	#11
स्कोर	4.07	7.00
संगति	8.92	8.32
प्रति परिणाम लागत	0.232	0.000
कुल लागत	$0.010	$0.000
सही परीक्षण
गलत टेस्ट	10	5
प्रति प्रयास पास दर	35.7%	73.8%
अस्थिर टेस्ट	2	3
आउटपुट टोकन	1,915	60,502
रीजनिंग टोकन	0	117,044

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	2.67	7.86	11.1%	1		363	0
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	5.50	5.81	83.3%	1		995	0
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	4.00	10.00	33.3%	0		29	0
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	5.00	9.99	50.0%	0		61	0
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	2.00	9.92	0.0%	0		247	0
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MoonshotAI: Kimi K2.5	10.00	10.00	100.0%	0		220	0
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

तुलना जोड़ी बदलें

MoonshotAI: Kimi K2.5 की तुलना इससे करें...

StepFun: Step 3.5 Flash की तुलना इससे करें...