MoonshotAI: Kimi K2.5 vs StepFun: Step 3.7 Flash

Kimi K2.5 (medium) лидирует по среднему баллу: 7.0 vs 6.9. Kimi K2.5 (medium) имеет более низкую стоимость benchmark: $0.600 vs $1.207. Step 3.7 Flash (high) быстрее: 64.68s vs 99.00s, с долей успешных попыток 65.2% vs 63.6%.

Рекомендуемая модельKimi K2.5 (medium)Здесь у него лучший балл (7.0), при этом он примерно в 2.0 раза дешевле, чем Step 3.7 Flash (high).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-24

Метрика	Kimi K2.5 Kimi K2.5 medium Релиз: 2026-01-27	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29

Метрика	Kimi K2.5 Kimi K2.5 medium Релиз: 2026-01-27	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29
Оценка	7.0	6.9
Ранг	#81	#90
Надежность	10.0	10.0
Стабильность	7.0	8.0
Тестов верно
Доля успешных попыток	65.2%	63.6%
Нестабильные тесты	8	5
Всего запусков	66	66
Стоимость за результат	4.789	10.973
Общая стоимость	$0.600	$1.207
Цена входа	$0.571 / 1M	$0.200 / 1M
Цена выхода	$2.850 / 1M	$1.150 / 1M
Общее число входных токенов	118,448	98,691
Выходные токены	62,124	1,032,395
Токены рассуждений	165,243	0
Время ответа (среднее)	99.00s	64.68s
Время ответа (макс.)	281.00s	364.99s
Время ответа (суммарно)	1485.04s	1423.01s

Hamster playing table tennis

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

#81 MoonshotAI: Kimi K2.5

medium

Стоимость: $0.030
Время: 58.6s
Токены: 8,683 tok

#90 Step 3.7 Flash

high

Стоимость: $0.007
Время: 63.6s
Токены: 6,030 tok

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

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	7.3	5.8	83.3%	2		51.38s	634	2,789	8,880
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	6.1	4.6	66.7%	2		217.49s	6,935	5,705	74,693
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	6.7	9.1	50.0%	0		89.19s	95,416	14,448	11,209
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	10.0	10.0	100.0%	0		49.78s	7,020	563	7,940
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	3.5	4.4	33.3%	2		137.29s	485	20,753	30,564
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	6.5	3.4	66.7%	1		69.73s	480	3,815	4,262
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	10.0	10.0	100.0%	0		92.47s	675	5,371	6,547
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	5.3	7.3	44.4%	1		43.23s	659	8,426	12,692
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	10.0	10.0	100.0%	0		31.74s	5,933	242	812
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Kimi K2.5	3.0	10.0	0.0%	0		83.95s	211	12	7,644
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Быстрое сравнение

Сменить пару сравнения

GPT-5.5nonevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsKimi K2.5medium Qwen3.6 FlashmediumvsStep 3.7 Flashhigh Step 3.7 FlashhighvsMiMo-V2.5-Promedium Gemini 3.5 FlashminimalvsStep 3.7 Flashhigh GPT-5.6 SolnonevsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh KAT-Coder-Pro V2.5mediumvsStep 3.7 Flashhigh DeepSeek V4 PrononevsKimi K2.5medium Kimi K2.5mediumvsGPT-5.6 Solnone Seed-2.0-MinimediumvsStep 3.7 Flashhigh Gemini 3 Flash PreviewnonevsStep 3.7 Flashhigh