Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

MoonshotAI: Kimi K2.5 vs StepFun: Step 3.7 Flash

Ringkasan

Perbandingan benchmark Kimi K2.5 vs Step 3.7 Flash: Step 3.7 Flash unggul dalam skor rata-rata dengan 7.7 vs 7.5. Kimi K2.5 memiliki biaya benchmark lebih rendah di $0.328 vs $0.341. Step 3.7 Flash lebih cepat di 15.74s vs 98.43s, dengan tingkat keberhasilan 68.3% vs 68.3%.

Model yang direkomendasikan: Step 3.7 Flash - It has the best score here (7.7), while responding about 6.3x faster than Kimi K2.5.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27 Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor 7.5 7.7
Peringkat #45 #42
Keandalan 10.0 10.0
Konsistensi 6.9 8.4
Tes benar
Tingkat lulus per percobaan 68.3% 68.3%
Tes tidak stabil 8 4
Total Run 63 63
Biaya per hasil 3.704 2.840
Total Biaya $0.328 $0.341
Harga input $0.400 / 1M $0.200 / 1M
Harga output $1.900 / 1M $1.150 / 1M
Total token input 34,312 40,101
Token output 48,379 289,325
Token penalaran 157,747 0
Waktu respons (rata-rata) 98.43s 15.74s
Waktu respons (maks) 281.00s 124.75s
Waktu respons (total) 1378.03s 330.63s

Generation showcase

Hamster playing table tennis

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

#45 MoonshotAI: Kimi K2.5

medium
Cost
$0.030
Time
58.6s
Tokens
8,683 tok

#42 Step 3.7 Flash

low
Invalid SVG
Cost
$0.004
Time
25.3s
Tokens
3,072 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 756 10,896 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 7,398 2,667 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 828 104,487 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 525 4,604 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 735 1,857 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 756 3,564 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 7,746 1,360 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 237 134,779 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumKimi K2.5mediumvsGPT-5.3 ChatnoneQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6mediumTersedia gratisvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowQwen3.6 PlusmediumvsStep 3.7 Flashlow