AI BENCHY Compare
MoonshotAI: Kimi K2.6 vs StepFun: Step 3.5 Flash
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-04-20
| 指標 | Kimi K2.6 Kimi K2.6 medium | Step 3.5 Flash Step 3.5 Flash medium |
|---|---|---|
| スコア | 7.7 | 7.9 |
| 順位 | #34 | #30 |
| 一貫性 | 8.3 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 74.1% | 70.6% |
| 不安定なテスト | 4 | 2 |
| 総実行回数 | 54 | 49 |
| 結果あたりのコスト | 6.563 | 0.000 |
| 合計コスト | $0.722 | $0.000 |
| ???? | $0.950 / 1M | $0.100 / 1M |
| ???? | $4.000 / 1M | $0.300 / 1M |
| 出力トークン | 80,759 | 71,904 |
| 推論トークン | 179,814 | 155,607 |
| 応答時間（平均） | 45.20s | 26.78s |
| 応答時間（最大） | 215.85s | 170.45s |
| 応答時間（合計） | 768.37s | 294.58s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 7.0 | 8.0 | 66.7% | 1 | 11.59s | 7,115 | 8,934 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.56s | 14,376 | 17,668 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 106.96s | 3,236 | 18,817 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 40.96s | 711 | 13,876 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.57s | 1,176 | 12,984 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 20.38s | 316 | 11,305 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 600 | 13,886 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 5.3 | 7.2 | 44.4% | 1 | 202.38s | 47,035 | 98,262 | |
| Step 3.5 Flash | 5.3 | 7.2 | 44.4% | 1 | 170.45s | 45,350 | 90,436 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 17.83s | 3,981 | 4,472 | |
| Step 3.5 Flash | 5.5 | 10.0 | 0.0% | 0 | 6.54s | 2,214 | 2,584 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 12.53s | 3,977 | 5,269 | |
| Step 3.5 Flash | 8.5 | 6.8 | 83.3% | 1 | 4.98s | 2,284 | 3,412 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 5.0 | 5.2 | 44.5% | 2 | 25.59s | 14,140 | 17,868 | |
| Step 3.5 Flash | 5.3 | 10.0 | 33.3% | 0 | 7.72s | 5,629 | 10,835 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 8.92s | 248 | 1,011 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 275 | 3,802 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGPT-5.2 ChatnonevsStep 3.5 FlashmediumKimi K2.6mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewnonevsKimi K2.6mediumKimi K2.6mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumClaude Sonnet 4.6nonevsKimi K2.6mediumGemini 3.1 Flash Lite PreviewlowvsKimi K2.6mediumGemini 3 Flash PreviewnonevsKimi K2.6mediumClaude Sonnet 4.6nonevsStep 3.5 Flashmedium