Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

MoonshotAI: Kimi K2.6 vs StepFun: Step 3.7 Flash

Ringkasan

Kimi K2.6 (medium) unggul dalam skor rata-rata dengan 7.8 vs 7.7. Step 3.7 Flash (low) memiliki biaya benchmark lebih rendah di $0.341 vs $0.888. Step 3.7 Flash (low) lebih cepat di 15.74s vs 71.67s, dengan tingkat keberhasilan 65.1% vs 68.3%.

Model yang direkomendasikanStep 3.7 Flash (low)Its score stays close to the best score here (7.7 vs 7.8), while costing about 2.6x less than Kimi K2.6 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik Kimi K2.6 Kimi K2.6 medium Rilis: 2026-04-20 Tersedia gratis Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor 7.8 7.7
Peringkat #45 #51
Keandalan 10.0 10.0
Konsistensi 8.6 8.4
Tes benar
Tingkat lulus per percobaan 65.1% 68.3%
Tes tidak stabil 3 4
Total Run 63 63
Biaya per hasil 8.358 2.840
Total Biaya $0.888 $0.341
Harga input $0.660 / 1M $0.200 / 1M
Harga output $3.410 / 1M $1.150 / 1M
Total token input 29,450 40,101
Token output 102,923 289,325
Token penalaran 254,094 0
Waktu respons (rata-rata) 71.67s 15.74s
Waktu respons (maks) 406.78s 124.75s
Waktu respons (total) 1433.36s 330.63s

Showcase generasi

Hamster playing table tennis

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

#45 MoonshotAI: Kimi K2.6

medium
Biaya
$0.013
Waktu
103.4s
Token
3,620 tok

#51 Step 3.7 Flash

low
SVG tidak valid
Biaya
$0.004
Waktu
25.3s
Token
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

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

Perbandingan Cepat

Ganti Pasangan Perbandingan