Navigare
Advertise here

Kimi K2.5 vs Step 3.5 Flash (medium)

Step 3.5 Flash (medium) conduce la scorul mediu cu 5.4 vs 5.3. Step 3.5 Flash (medium) are costul de benchmark mai mic, $0.105 vs $0.262. Kimi K2.5 este mai rapid cu 35.86s vs 190.48s, cu rate de reușită de 29.0% vs 49.3%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-13

Modele comparate

Rang
#379
Total tokenuri de ieșire
49,389
Timp de răspuns (mediu)
35.86s
Cost total
$0.262
Rang
#374
Total tokenuri de ieșire
454,482
Timp de răspuns (mediu)
190.48s
Cost total
$0.105
Model recomandat Kimi K2.5

Scorul rămâne aproape de cel mai bun scor de aici (5.3 vs 5.4) și răspunde de aproximativ 5.3x mai rapid decât Step 3.5 Flash (medium).

Comparație detaliată

Metrică Kimi K2.5 Kimi K2.5 none Lansare: 2026-01-27 Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01
Scor 5.3 5.4
Rang #379 #374
Fiabilitate 10.0 10.0
Consistență 8.6 8.3
Încercări 69/69 66/69
Teste corecte
Rată de trecere pe încercare 29.0% 49.3%
Teste instabile 4 3
Rulări totale 69 66
Cost per rezultat 4.976 1.047
Cost total $0.262 $0.105
Preț de intrare $0.450 / 1M $0.100 / 1M
Preț de ieșire $2.250 / 1M $0.300 / 1M
Preț citire cache $0.070 / 1M N/D
Preț scriere cache N/D N/D
Total tokenuri de intrare 275,349 139,086
Tokenuri de ieșire 49,377 193,584
Tokenuri de raționament 12 413,546
Timp de răspuns (mediu) 35.86s 190.48s
Timp de răspuns (maxim) 321.19s 1597.85s
Timp de răspuns (total) 609.61s 3238.23s
Parametri 1T în total (32B activi) 196B în total (11B activi)
Disponibilitate Ponderi disponibile Sursă deschisă

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#379 MoonshotAI: Kimi K2.5

none
Cost
$0.015
Timp
89.1s
Tokenuri
5,421 tok

#374 Step 3.5 Flash

medium
Cost
$0.008
Timp
277.1s
Tokenuri
23,695 tok

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

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

Schimbă perechea de comparație