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

AI BENCHY Compare

inclusionAI: Ring-2.6-1T vs StepFun: Step 3.7 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică Ring-2.6-1T Ring-2.6-1T medium Lansare: 2026-05-10 Step 3.7 Flash Step 3.7 Flash high Lansare: 2026-05-29
Scor 7.2 7.1
Rang #69 #74
Fiabilitate 10.0 10.0
Consistență 8.7 8.2
Teste corecte
Rată de trecere pe încercare 66.7% 65.8%
Teste instabile 3 4
Rulări totale 60 60
Cost per rezultat 0.000 8.723
Cost total $0.000 $0.960
Preț de intrare $0.075 / 1M $0.200 / 1M
Preț de ieșire $0.625 / 1M $1.150 / 1M
Tokenuri de ieșire 21,752 828,084
Tokenuri de raționament 42,754 0
Timp de răspuns (mediu) 61.29s 49.43s
Timp de răspuns (maxim) 304.19s 192.75s
Timp de răspuns (total) 1164.50s 988.58s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Ring-2.6-1T 10.0 10.0 100.0% 0 42.21s 3,833 4,891
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Ring-2.6-1T 10.0 10.0 100.0% 0 59.65s 1,369 3,985
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Ring-2.6-1T 10.0 10.0 100.0% 0 304.19s 324 6,088
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Ring-2.6-1T 6.5 10.0 50.0% 0 37.36s 840 1,937
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Ring-2.6-1T 3.5 4.4 33.3% 2 64.92s 9,744 15,013
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Ring-2.6-1T 4.1 10.0 0.0% 0 58.26s 150 583
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Ring-2.6-1T 9.8 10.0 100.0% 0 11.78s 266 1,831
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Ring-2.6-1T 5.9 7.2 55.6% 1 20.73s 697 2,479
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Ring-2.6-1T 10.0 10.0 100.0% 0 104.44s 234 1,531
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Ring-2.6-1T 3.0 10.0 0.0% 0 113.91s 4,295 4,416
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0

Comparație rapidă

Schimbă perechea de comparație

GPT-5 MinimediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsRing-2.6-1TmediumGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 FlashhighDeepSeek V3.2mediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 Flashhigh