AI BENCHY Compare

MoonshotAI: Kimi K2.6 vs StepFun: Step 3.5 Flash

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-20

Метрика	Kimi K2.6 Kimi K2.6 medium Релиз: 2026-04-20	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01

Метрика	Kimi K2.6 Kimi K2.6 medium Релиз: 2026-04-20	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01
Оценка	7.7	7.9
Ранг	#34	#30
Стабильность	8.3	9.1
Тестов верно
Доля успешных попыток	74.1%	70.6%
Нестабильные тесты	4	2
Всего запусков	54	49
Стоимость за результат	6.563	0.000
Общая стоимость	$0.722	$0.000
???? ?????	$0.950 / 1M	$0.100 / 1M
???? ??????	$4.000 / 1M	$0.300 / 1M
Выходные токены	80,759	71,904
Токены рассуждений	179,814	155,607
Время ответа (среднее)	45.20s	26.78s
Время ответа (макс.)	215.85s	170.45s
Время ответа (суммарно)	768.37s	294.58s

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
Kimi K2.6	7.0	8.0	66.7%	1		11.59s	7,115	8,934
Step 3.5 Flash	10.0	10.0	100.0%	0		13.56s	14,376	17,668

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Kimi K2.6	10.0	10.0	100.0%	0		106.96s	3,236	18,817
Step 3.5 Flash	-	-	-	-	-	-	-	-

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Kimi K2.6	10.0	10.0	100.0%	0		40.96s	711	13,876
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	1,176	12,984

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Kimi K2.6	10.0	10.0	100.0%	0		20.38s	316	11,305
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	600	13,886

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Kimi K2.6	5.3	7.2	44.4%	1		202.38s	47,035	98,262
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	45,350	90,436

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Kimi K2.6	10.0	10.0	100.0%	0		17.83s	3,981	4,472
Step 3.5 Flash	5.5	10.0	0.0%	0		6.54s	2,214	2,584

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Kimi K2.6	10.0	10.0	100.0%	0		12.53s	3,977	5,269
Step 3.5 Flash	8.5	6.8	83.3%	1		4.98s	2,284	3,412

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Kimi K2.6	5.0	5.2	44.5%	2		25.59s	14,140	17,868
Step 3.5 Flash	5.3	10.0	33.3%	0		7.72s	5,629	10,835

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Kimi K2.6	10.0	10.0	100.0%	0		8.92s	248	1,011
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	275	3,802

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium GPT-5.2 ChatnonevsStep 3.5 Flashmedium Kimi K2.6mediumvsGPT-5.3 Chatnone Gemini 3.1 Flash Lite PreviewnonevsKimi K2.6medium Kimi K2.6mediumvsGPT-5.2 Chatnone Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium GPT-5.3 ChatnonevsStep 3.5 Flashmedium Gemini 3 Flash PreviewnonevsStep 3.5 Flashmedium Claude Sonnet 4.6nonevsKimi K2.6medium Gemini 3.1 Flash Lite PreviewlowvsKimi K2.6medium Gemini 3 Flash PreviewnonevsKimi K2.6medium Claude Sonnet 4.6nonevsStep 3.5 Flashmedium