MoonshotAI: Kimi K2.6 vs StepFun: Step 3.5 Flash

Step 3.5 Flash (medium) が平均スコアでリードし、6.0 vs 5.8 です。 Step 3.5 Flash (medium) の benchmark コストが低く、$0.108 vs $0.233 です。 Kimi K2.6 の方が高速で、19.58s vs 174.22s です、成功率は 34.9% vs 51.5% です。

おすすめモデルKimi K2.6スコアはここでの最高値に近く（5.8 vs 6.0）、Step 3.5 Flash (medium) より約 8.9 倍速く応答します。

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: 2026-07-17

指標	Kimi K2.6 Kimi K2.6 none リリース: 2026-04-20	Step 3.5 Flash Step 3.5 Flash medium リリース: 2026-02-01

指標	Kimi K2.6 Kimi K2.6 none リリース: 2026-04-20	Step 3.5 Flash Step 3.5 Flash medium リリース: 2026-02-01
スコア	5.8	6.0
順位	#131	#123
信頼性	10.0	9.2
一貫性	9.3	9.0
正解テスト
試行ごとの合格率	34.9%	51.5%
不安定なテスト	2	1
総実行回数	66	63
結果あたりのコスト	3.199	0.540
合計コスト	$0.233	$0.108
入力価格	$0.950 / 1M	$0.100 / 1M
出力価格	$4.000 / 1M	$0.300 / 1M
合計入力トークン	116,970	65,707
出力トークン	30,253	108,561
推論トークン	0	293,993
応答時間（平均）	19.58s	174.22s
応答時間（最大）	238.89s	1597.85s
応答時間（合計）	430.85s	2613.32s

Hamster playing table tennis

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

#131 MoonshotAI: Kimi K2.6

none

コスト: $0.020
時間: 127.4s
トークン: 4,429 tok

#123 Step 3.5 Flash

medium

コスト: $0.008
時間: 277.1s
トークン: 23,695 tok

スコア上位モデル

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

カテゴリ:

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）	入力トークン	出力トークン	推論トークン
Kimi K2.6	4.6	10.0	25.0%	0		1.39s	618	471	0
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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）	入力トークン	出力トークン	推論トークン
Kimi K2.6	5.5	9.8	33.3%	0		82.57s	5,986	14,754	0
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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）	入力トークン	出力トークン	推論トークン
Kimi K2.6	3.0	10.0	0.0%	0		77.83s	95,323	14,133	0
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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）	入力トークン	出力トークン	推論トークン
Kimi K2.6	10.0	10.0	100.0%	0		1.32s	7,014	201	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	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）	入力トークン	出力トークン	推論トークン
Kimi K2.6	5.3	7.2	44.4%	1		1.48s	732	42	0
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	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）	入力トークン	出力トークン	推論トークン
Kimi K2.6	5.4	3.5	33.3%	1		1.55s	477	138	0
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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）	入力トークン	出力トークン	推論トークン
Kimi K2.6	6.5	10.0	50.0%	0		1.64s	669	72	0
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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）	入力トークン	出力トークン	推論トークン
Kimi K2.6	3.1	9.9	0.0%	0		1.40s	651	185	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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）	入力トークン	出力トークン	推論トークン
Kimi K2.6	10.0	10.0	100.0%	0		4.46s	5,286	240	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

雑学	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）	入力トークン	出力トークン	推論トークン
Kimi K2.6	3.0	10.0	0.0%	0		1.36s	214	17	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

クイック比較

比較ペアを切り替え