Kimi K3 (max) vs Step 3.7 Flash (medium)

已对比模型

排名: #94
总输出令牌: 233,327
响应时间（平均）: 139.41s
总成本: $3.409

排名: #129
总输出令牌: 440,835
响应时间（平均）: 26.57s
总成本: $0.571

推荐模型 Step 3.7 Flash (medium)

它的得分接近这里的最高分（7.8 vs 8.3），同时成本比Kimi K3 (max)低约 6.0 倍。

详细对比

指标	Kimi K3 Kimi K3 max 发布日期: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium 发布日期: 2026-05-29

指标	Kimi K3 Kimi K3 max 发布日期: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium 发布日期: 2026-05-29
分数	8.3	7.8
排名	#94	#129
可靠性	9.3	10.0
一致性	9.3	8.7
尝试次数	69/69	69/69
测试正确
尝试通过率	78.3%	68.1%
不稳定测试	2	4
总运行次数	69	69
每个结果成本	23.601	4.392
总成本	$3.409	$0.571
输入价格	$0.830 / 1M	$0.200 / 1M
输出价格	$14.000 / 1M	$1.150 / 1M
缓存读取价格	$0.270 / 1M	$0.040 / 1M
缓存写入价格	不适用	不适用
总输入令牌	170,700	319,524
输出令牌	7,719	440,835
推理令牌	225,608	0
响应时间（平均）	139.41s	26.57s
响应时间（最大）	766.58s	152.83s
响应时间（总计）	2788.26s	611.09s
参数量	2.8T 总计 (104B 激活)	198B 总计 (11B 激活)
开放状态	权重可用	开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#94 MoonshotAI: Kimi K3

max

成本: $0.281
时间: 506.9s
令牌: 18,863 tok

#129 Step 3.7 Flash

medium

成本: $0.006
时间: 46.2s
令牌: 4,466 tok

按分数排名的模型

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

类别:

智能体任务	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）	输入令牌	输出令牌	推理令牌
Kimi K3	10.0	10.0	100.0%	0		74.24s	135,740	4,832	4,367
Step 3.7 Flash	7.4	3.8	66.7%	1		93.88s	205,333	31,126	0

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）	输入令牌	输出令牌	推理令牌
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

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）	输入令牌	输出令牌	推理令牌
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	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）	输入令牌	输出令牌	推理令牌
Kimi K3	6.5	10.0	50.0%	0		223.03s	12,792	399	20,460
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0

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）	输入令牌	输出令牌	推理令牌
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

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）	输入令牌	输出令牌	推理令牌
Kimi K3	5.3	7.2	44.4%	1		683.62s	838	57	106,892
Step 3.7 Flash	5.3	10.0	33.3%	0		27.26s	837	52,484	0

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）	输入令牌	输出令牌	推理令牌
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

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）	输入令牌	输出令牌	推理令牌
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

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）	输入令牌	输出令牌	推理令牌
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

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）	输入令牌	输出令牌	推理令牌
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	0
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

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）	输入令牌	输出令牌	推理令牌
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

切换对比组合

Gemini 3.5 FlashhighvsKimi K3max Step 3.7 FlashmediumvsGLM 5.3high Claude Haiku 5.5highvsKimi K3max Kimi K3maxvsGPT-5.6 Terrahigh Qwen3.7 PlusnonevsStep 3.7 Flashmedium Kimi K3maxvsGPT-6 Lunamedium Claude Opus 4.8mediumvsKimi K3max Step 3.7 FlashmediumvsGrok 4.5low DeepSeek V4.1 Flash 1017highvsStep 3.7 Flashmedium Ling 3.1 FlashhighvsStep 3.7 Flashmedium Muse WondermaxvsStep 3.7 Flashmedium Ling 3.1 FlashmediumvsKimi K3max