AI BENCHY Compare

MoonshotAI: Kimi K3 vs StepFun: Step 3.7 Flash

Ringkasan

Kimi K3 (max) unggul dalam skor rata-rata dengan 8.5 vs 8.5. Step 3.7 Flash (medium) memiliki biaya benchmark lebih rendah di $0.376 vs $3.112. Step 3.7 Flash (medium) lebih cepat di 20.35s vs 122.48s, dengan tingkat keberhasilan 82.5% vs 73.0%.

Model yang direkomendasikanStep 3.7 Flash (medium)Its score stays close to the best score here (8.5 vs 8.5), while costing about 8.3x less than Kimi K3 (max).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-16

Metrik	Kimi K3 Kimi K3 max Rilis: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29

Metrik	Kimi K3 Kimi K3 max Rilis: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29
Skor	8.5	8.5
Peringkat	#21	#26
Keandalan	9.4	9.9
Konsistensi	9.2	9.3
Tes benar
Tingkat lulus per percobaan	82.5%	73.0%
Tes tidak stabil	2	2
Total Run	63	61
Biaya per hasil	19.446	2.686
Total Biaya	$3.112	$0.376
Harga input	$3.000 / 1M	$0.200 / 1M
Harga output	$15.000 / 1M	$1.150 / 1M
Total token input	34,916	39,981
Token output	2,910	319,958
Token penalaran	197,529	0
Waktu respons (rata-rata)	122.48s	20.35s
Waktu respons (maks)	766.58s	113.98s
Waktu respons (total)	2327.06s	427.42s

Showcase generasi

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

max

Biaya: $0.281
Waktu: 506.9s
Token: 18,863 tok

#26 Step 3.7 Flash

medium

Biaya: $0.006
Waktu: 46.2s
Token: 4,466 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

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 K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Kimi K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460
Step 3.7 Flash	10.0	10.0	100.0%	0		9.06s	13,683	7,106	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 K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	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 K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	708	70,347	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 K3	10.0	10.0	100.0%	0		14.91s	732	191	871
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	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 K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	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 K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	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 K3	3.0	10.0	0.0%	0		0ms	0	0	0
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	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 K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Claude Opus 4.7mediumvsKimi K3max Kimi K3maxvsGrok 4.5medium DeepSeek V4 FlashhighvsStep 3.7 Flashmedium Muse Spark 1.1lowvsKimi K3max