AI BENCHY Compare

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

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-29

Метрика	Ring-2.6-1T Ring-2.6-1T medium Релиз: 2026-05-10	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29

Метрика	Ring-2.6-1T Ring-2.6-1T medium Релиз: 2026-05-10	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29
Оценка	7.2	7.9
Ранг	#69	#32
Надежность	10.0	9.9
Стабильность	8.7	9.2
Тестов верно
Доля успешных попыток	66.7%	71.7%
Нестабильные тесты	3	2
Всего запусков	60	58
Стоимость за результат	0.000	2.663
Общая стоимость	$0.000	$0.347
Цена входа	$0.075 / 1M	$0.200 / 1M
Цена выхода	$0.625 / 1M	$1.150 / 1M
Выходные токены	21,752	294,481
Токены рассуждений	42,754	0
Время ответа (среднее)	61.29s	18.32s
Время ответа (макс.)	304.19s	113.98s
Время ответа (суммарно)	1164.50s	366.45s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
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		9.65s	32,185	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Ring-2.6-1T	10.0	10.0	100.0%	0		59.65s	1,369	3,985
Step 3.7 Flash	8.2	6.7	83.3%	1		10.64s	19,320	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
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		9.06s	7,106	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
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		2.75s	3,020	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Ring-2.6-1T	3.5	4.4	33.3%	2		64.92s	9,744	15,013
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	70,347	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Ring-2.6-1T	4.1	10.0	0.0%	0		58.26s	150	583
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	3,987	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
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		1.83s	2,166	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Ring-2.6-1T	5.9	7.2	55.6%	1		20.73s	697	2,479
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	15,071	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
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		4.16s	2,115	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
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		113.98s	139,164	0

Быстрое сравнение

Сменить пару сравнения

Qwen3.7 MaxnonevsStep 3.7 Flashmedium Claude Opus 4.8nonevsRing-2.6-1Tmedium GPT-5.2 ChatnonevsStep 3.7 Flashmedium Gemini 3.5 FlashminimalvsStep 3.7 Flashmedium Ring-2.6-1TmediumvsStep 3.7 Flashhigh Ring-2.6-1TmediumvsStep 3.7 Flashlow Ring-2.6-1TmediumvsQwen3.6 Max Previewnone Ring-2.6-1TmediumvsGPT-5.3 Chatnone Gemini 3.1 Flash LitelowvsRing-2.6-1Tmedium Claude Sonnet 4.6nonevsRing-2.6-1Tmedium Gemini 3.1 Flash Lite PreviewnonevsRing-2.6-1Tmedium DeepSeek V4 ProhighvsRing-2.6-1Tmedium