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 low Lansare: 2026-05-29
Scor 7.2 7.4
Rang #69 #60
Fiabilitate 10.0 10.0
Consistență 8.7 8.7
Teste corecte
Rată de trecere pe încercare 66.7% 68.3%
Teste instabile 3 3
Rulări totale 60 60
Cost per rezultat 0.000 2.796
Cost total $0.000 $0.336
Preț de intrare $0.075 / 1M $0.200 / 1M
Preț de ieșire $0.625 / 1M $1.150 / 1M
Tokenuri de ieșire 21,752 285,209
Tokenuri de raționament 42,754 0
Timp de răspuns (mediu) 61.29s 16.06s
Timp de răspuns (maxim) 304.19s 124.75s
Timp de răspuns (total) 1164.50s 321.11s

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 8.7 7.9 91.7% 1 4.02s 10,896 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 10.0 10.0 100.0% 0 9.43s 14,569 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 7.98s 6,426 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 7.3 5.8 83.3% 1 2.29s 2,667 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 5.3 7.2 44.4% 1 43.31s 104,487 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 3.4 9.3 0.0% 0 7.00s 4,604 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 1.58s 1,857 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 5.5 9.9 33.3% 0 1.84s 3,564 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 3.25s 1,360 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% 0 124.75s 134,779 0

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6mediumDisponibil gratuitvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumClaude Opus 4.8nonevsRing-2.6-1TmediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowRing-2.6-1TmediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashlowDeepSeek V3.2mediumvsStep 3.7 Flashlow