AI BENCHY 对比
Ring 2.6 1t vs StepFun: Step 3.5 Flash
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-10
| 指标 | Ring 2.6 1t Ring 2.6 1t medium 免费可用 | Step 3.5 Flash Step 3.5 Flash medium |
|---|---|---|
| 分数 | 7.2 | 7.6 |
| 排名 | #55 | #43 |
| 可靠性 | 9.9 | 10.0 |
| 一致性 | 8.7 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 66.7% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 57 | 54 |
| 每个结果成本 | 0.000 | 0.099 |
| 总成本 | $0.000 | $0.011 |
| ???? | $0.000 / 1M | $0.100 / 1M |
| ???? | $0.000 / 1M | $0.300 / 1M |
| 输出令牌 | 21,752 | 78,299 |
| 推理令牌 | 42,754 | 173,409 |
| 响应时间（平均） | 61.29s | 41.66s |
| 响应时间（最大） | 304.19s | 170.45s |
| 响应时间（总计） | 1164.50s | 499.91s |
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ring 2.6 1t | 10.0 | 10.0 | 100.0% | 0 | 42.21s | 3,833 | 4,891 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 40.57s | 20,391 | 24,176 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ring 2.6 1t | 10.0 | 10.0 | 100.0% | 0 | 59.65s | 1,369 | 3,985 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ring 2.6 1t | 10.0 | 10.0 | 100.0% | 0 | 304.19s | 324 | 6,088 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.57s | 1,176 | 12,984 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ring 2.6 1t | 6.5 | 10.0 | 50.0% | 0 | 37.36s | 840 | 1,937 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 600 | 13,886 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ring 2.6 1t | 3.5 | 4.4 | 33.3% | 2 | 64.92s | 9,744 | 15,013 | |
| Step 3.5 Flash | 5.3 | 7.2 | 44.4% | 1 | 170.45s | 45,350 | 90,436 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ring 2.6 1t | 4.1 | 10.0 | 0.0% | 0 | 58.26s | 150 | 583 | |
| Step 3.5 Flash | 5.5 | 10.0 | 0.0% | 0 | 22.39s | 240 | 3,506 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ring 2.6 1t | 9.8 | 10.0 | 100.0% | 0 | 11.78s | 266 | 1,831 | |
| Step 3.5 Flash | 8.5 | 6.8 | 83.3% | 1 | 4.98s | 2,284 | 3,412 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ring 2.6 1t | 5.9 | 7.2 | 55.6% | 1 | 20.73s | 697 | 2,479 | |
| Step 3.5 Flash | 5.3 | 10.0 | 33.3% | 0 | 7.72s | 5,629 | 10,835 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ring 2.6 1t | 10.0 | 10.0 | 100.0% | 0 | 104.44s | 234 | 1,531 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 275 | 3,802 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ring 2.6 1t | 3.0 | 10.0 | 0.0% | 0 | 113.91s | 4,295 | 4,416 | |
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 108.45s | 2,354 | 10,372 |
快速对比
切换对比组合
Gemini 3.1 Flash LitelowvsStep 3.5 FlashmediumRing 2.6 1tmedium免费可用vsQwen3.6 Max PreviewnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumDeepSeek V4 FlashhighvsStep 3.5 FlashmediumClaude Sonnet 4.6nonevsRing 2.6 1tmedium免费可用Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumDeepSeek V4 FlashhighvsRing 2.6 1tmedium免费可用Ring 2.6 1tmedium免费可用vsGPT-5.3 ChatnoneQwen3.6 Max PreviewnonevsStep 3.5 Flashmedium