AI BENCHY 对比
inclusionAI: 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：: 2026-05-22
| 指标 | Ring-2.6-1T Ring-2.6-1T none | Step 3.5 Flash Step 3.5 Flash medium |
|---|---|---|
| 分数 | 7.2 | 7.4 |
| 排名 | #62 | #58 |
| 可靠性 | 9.8 | 9.3 |
| 一致性 | 9.1 | 8.7 |
| 测试正确 | ||
| 尝试通过率 | 62.5% | 65.8% |
| 不稳定测试 | 2 | 3 |
| 总运行次数 | 60 | 57 |
| 每个结果成本 | 0.000 | 0.133 |
| 总成本 | $0.000 | $0.015 |
| ???? | $0.075 / 1M | $0.090 / 1M |
| ???? | $0.625 / 1M | $0.300 / 1M |
| 输出令牌 | 39,954 | 90,397 |
| 推理令牌 | 0 | 173,409 |
| 响应时间（平均） | 55.10s | 43.29s |
| 响应时间（最大） | 143.82s | 170.45s |
| 响应时间（总计） | 881.55s | 562.74s |
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 | 9.2 | 8.4 | 91.7% | 1 | 43.33s | 5,575 | 0 | |
| 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 | 143.82s | 5,036 | 0 | |
| Step 3.5 Flash | 3.0 | 6.0 | 50.0% | 1 | 62.83s | 12,098 | 0 |
| 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 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 45.87s | 1,529 | 0 | |
| 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 | 5.3 | 7.2 | 44.4% | 1 | 73.40s | 17,728 | 0 | |
| 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 | 4.3 | 10.0 | 0.0% | 0 | 15.63s | 846 | 0 | |
| 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 | 27.36s | 2,004 | 0 | |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 31.47s | 3,469 | 0 | |
| 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 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| 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 | 133.60s | 3,767 | 0 | |
| 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
DeepSeek V4 Flashhigh免费可用vsStep 3.5 FlashmediumClaude Opus 4.6mediumvsRing-2.6-1TnoneGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumRing-2.6-1TnonevsGPT-5.4 NanomediumRing-2.6-1TnonevsGLM 5V TurbomediumRing-2.6-1TnonevsQwen3.6 FlashmediumRing-2.6-1TnonevsGPT-5.4 MinimediumRing-2.6-1TnonevsGPT-5.2mediumRing-2.6-1TnonevsQwen3.5-FlashmediumDeepSeek V4 Flashhigh免费可用vsRing-2.6-1Tnone