नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Kimi K2.5 (medium) vs Step 3.7 Flash (low)

Step 3.7 Flash (low) average score मध्ये पुढे आहे: 7.3 vs 7.0. Step 3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.454 vs $0.600. Step 3.7 Flash (low) वेगवान आहे: 20.68s vs 99.00s, pass rates 65.2% vs 68.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-28

क्रमांक
#87
एकूण आउटपुट टोकन्स
227,367
प्रतिसाद वेळ (सरासरी)
99.00s
एकूण खर्च
$0.600
क्रमांक
#77
एकूण आउटपुट टोकन्स
376,581
प्रतिसाद वेळ (सरासरी)
20.68s
एकूण खर्च
$0.454
शिफारस केलेले मॉडेल Step 3.7 Flash (low)

It has the best score here (7.3), while responding about 4.8x faster than Kimi K2.5 (medium).

तपशीलवार तुलना

मेट्रिक Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27 Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर 7.0 7.3
क्रमांक #87 #77
विश्वसनीयता 10.0 10.0
सुसंगतता 7.0 8.1
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 68.2%
अस्थिर चाचण्या 8 5
एकूण रन 66 66
प्रति निकाल खर्च 4.789 3.782
एकूण खर्च $0.600 $0.454
इनपुट किंमत $0.571 / 1M $0.200 / 1M
आउटपुट किंमत $2.850 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 118,448 103,833
आउटपुट टोकन्स 62,124 376,581
रिझनिंग टोकन्स 165,243 0
प्रतिसाद वेळ (सरासरी) 99.00s 20.68s
प्रतिसाद वेळ (कमाल) 281.00s 124.75s
प्रतिसाद वेळ (एकूण) 1485.04s 455.01s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#87 MoonshotAI: Kimi K2.5

medium
खर्च
$0.030
वेळ
58.6s
टोकन्स
8,683 tok

#77 Step 3.7 Flash

low
अवैध SVG
खर्च
$0.004
वेळ
25.3s
टोकन्स
3,072 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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

झटपट तुलना

तुलना जोडी बदला