नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

MoonshotAI: Kimi K3 vs StepFun: Step 3.7 Flash

सारांश

Kimi K3 (max) average score मध्ये पुढे आहे: 8.5 vs 8.5. Step 3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.376 vs $3.112. Step 3.7 Flash (medium) वेगवान आहे: 20.35s vs 122.48s, pass rates 82.5% vs 73.0%.

शिफारस केलेले मॉडेलStep 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).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-16

मेट्रिक Kimi K3 Kimi K3 max प्रकाशन: 2026-07-16 Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29
स्कोअर 8.5 8.5
क्रमांक #21 #26
विश्वसनीयता 9.4 9.9
सुसंगतता 9.2 9.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर 82.5% 73.0%
अस्थिर चाचण्या 2 2
एकूण रन 63 61
प्रति निकाल खर्च 19.446 2.686
एकूण खर्च $3.112 $0.376
इनपुट किंमत $3.000 / 1M $0.200 / 1M
आउटपुट किंमत $15.000 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 34,916 39,981
आउटपुट टोकन्स 2,910 319,958
रिझनिंग टोकन्स 197,529 0
प्रतिसाद वेळ (सरासरी) 122.48s 20.35s
प्रतिसाद वेळ (कमाल) 766.58s 113.98s
प्रतिसाद वेळ (एकूण) 2327.06s 427.42s

जनरेशन शोकेस

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

max
खर्च
$0.281
वेळ
506.9s
टोकन्स
18,863 tok

#26 Step 3.7 Flash

medium
खर्च
$0.006
वेळ
46.2s
टोकन्स
4,466 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 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

झटपट तुलना

तुलना जोडी बदला