Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

MoonshotAI: Kimi K2.6 vs StepFun: Step 3.7 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-04

Metrică Kimi K2.6 Kimi K2.6 medium Lansare: 2026-04-20 Disponibil gratuit Step 3.7 Flash Step 3.7 Flash high Lansare: 2026-05-29
Scor 7.2 7.0
Rang #60 #71
Fiabilitate 10.0 10.0
Consistență 8.6 8.2
Teste corecte
Rată de trecere pe încercare 65.1% 63.5%
Teste instabile 3 4
Rulări totale 63 63
Cost per rezultat 8.358 10.434
Cost total $0.891 $1.148
Preț de intrare $0.684 / 1M $0.200 / 1M
Preț de ieșire $3.420 / 1M $1.150 / 1M
Total tokenuri de intrare 29,450 38,391
Tokenuri de ieșire 102,923 991,355
Tokenuri de raționament 254,094 0
Timp de răspuns (mediu) 71.67s 64.46s
Timp de răspuns (maxim) 406.78s 364.99s
Timp de răspuns (total) 1433.36s 1353.57s

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 intrare Tokenuri de ieșire Tokenuri de raționament
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 618 7,115 8,934
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
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 K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
Combinat 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 K2.6 10.0 10.0 100.0% 0 40.96s 11,271 711 13,876
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 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 intrare Tokenuri de ieșire Tokenuri de raționament
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 7,014 316 11,305
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
Specific domeniului 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 K2.6 5.3 7.2 44.4% 1 202.38s 326 47,035 98,262
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
Inteligență generală 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 K2.6 10.0 10.0 100.0% 0 17.83s 477 3,981 4,472
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
Respectarea instrucțiunilor 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 K2.6 10.0 10.0 100.0% 0 12.53s 669 3,977 5,269
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
Rezolvare de puzzle-uri 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 K2.6 6.0 7.4 55.6% 1 25.06s 651 13,860 17,599
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
Apelare instrumente 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 K2.6 10.0 10.0 100.0% 0 8.92s 5,286 248 1,011
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
Cultură generală 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 K2.6 3.0 10.0 0.0% 0 130.27s 213 15,710 16,177
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4 NanomediumvsStep 3.7 FlashhighGemini 3.1 Flash LitelowvsKimi K2.6mediumDisponibil gratuitGemini 3.1 Flash Lite PreviewnonevsKimi K2.6mediumDisponibil gratuitClaude Opus 4.6mediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighMiniMax M3mediumvsStep 3.7 FlashhighKimi K2.6mediumDisponibil gratuitvsStep 3.7 FlashlowKimi K2.6mediumDisponibil gratuitvsGPT-5.3 ChatnoneDeepSeek V3.2mediumvsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsGrok 4.20mediumSeed-2.0-MinimediumvsStep 3.7 Flashhigh