AI BENCHY Compare

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

Сводка

Сравнение benchmark Kimi K2.5 vs Step 3.7 Flash: Step 3.7 Flash лидирует по среднему баллу: 7.7 vs 7.5. Kimi K2.5 имеет более низкую стоимость benchmark: $0.328 vs $0.341. Step 3.7 Flash быстрее: 15.74s vs 98.43s, с долей успешных попыток 68.3% vs 68.3%.

Рекомендуемая модель: Step 3.7 Flash - Здесь у него лучший балл (7.7), и он отвечает примерно в 6.3 раза быстрее, чем Kimi K2.5.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

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

Метрика	Kimi K2.5 Kimi K2.5 medium Релиз: 2026-01-27	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29
Оценка	7.5	7.7
Ранг	#45	#42
Надежность	10.0	10.0
Стабильность	6.9	8.4
Тестов верно
Доля успешных попыток	68.3%	68.3%
Нестабильные тесты	8	4
Всего запусков	63	63
Стоимость за результат	3.704	2.840
Общая стоимость	$0.328	$0.341
Цена входа	$0.400 / 1M	$0.200 / 1M
Цена выхода	$1.900 / 1M	$1.150 / 1M
Общее число входных токенов	34,312	40,101
Выходные токены	48,379	289,325
Токены рассуждений	157,747	0
Время ответа (среднее)	98.43s	15.74s
Время ответа (макс.)	281.00s	124.75s
Время ответа (суммарно)	1378.03s	330.63s

Generation showcase

Hamster playing table tennis

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

#45 MoonshotAI: Kimi K2.5

medium

Cost: $0.030
Time: 58.6s
Tokens: 8,683 tok

#42 Step 3.7 Flash

low

Invalid SVG

Cost: $0.004
Time: 25.3s
Tokens: 3,072 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

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	8.7	7.9	91.7%	1		4.02s	756	10,896	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	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

Комбинированный	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		71.37s	11,280	703	3,713
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	13,683	6,426	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	7.3	5.8	83.3%	1		2.29s	7,398	2,667	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	5.3	7.2	44.4%	1		43.31s	828	104,487	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	3.4	9.3	0.0%	0		7.00s	525	4,604	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		1.58s	735	1,857	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	5.5	9.9	33.3%	0		1.84s	756	3,564	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		3.25s	7,746	1,360	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		124.75s	237	134,779	0

Быстрое сравнение

Сменить пару сравнения