AI BENCHY Compare

StepFun: Step 3.7 Flash vs Xiaomi: MiMo-V2-Flash

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-05-29

المقياس	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29	MiMo-V2-Flash MiMo-V2-Flash medium الإصدار: 2025-12-16

المقياس	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29	MiMo-V2-Flash MiMo-V2-Flash medium الإصدار: 2025-12-16
النتيجة	7.1	7.1
الترتيب	#74	#77
الموثوقية	10.0	10.0
الاتساق	8.2	8.7
اختبارات صحيحة
معدل النجاح لكل محاولة	65.8%	63.3%
اختبارات غير مستقرة	4	3
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	8.723	0.345
إجمالي التكلفة	$0.960	$0.038
سعر الإدخال	$0.200 / 1M	$0.100 / 1M
سعر الإخراج	$1.150 / 1M	$0.300 / 1M
رموز الإخراج	828,084	12,458
رموز الاستدلال	0	115,182
زمن الاستجابة (المتوسط)	49.43s	20.28s
زمن الاستجابة (الحد الأقصى)	192.75s	96.01s
زمن الاستجابة (الإجمالي)	988.58s	283.87s

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	42,656	0
MiMo-V2-Flash	8.1	7.9	83.3%	1		15.85s	1,674	23,559

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	3.6	4.6	25.0%	1		126.82s	164,069	0
MiMo-V2-Flash	4.1	5.8	33.3%	1		7.20s	456	3,648

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	10.0	10.0	100.0%	0		13.01s	8,802	0
MiMo-V2-Flash	9.8	10.0	100.0%	0		75.68s	442	26,859

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	23,113	0
MiMo-V2-Flash	6.5	10.0	50.0%	0		0ms	153	0

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	410,502	0
MiMo-V2-Flash	5.9	7.2	55.6%	1		96.01s	8,374	42,461

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	2,862	0
MiMo-V2-Flash	4.0	10.0	0.0%	0		4.20s	87	488

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	2,010	0
MiMo-V2-Flash	10.0	10.0	100.0%	0		4.28s	75	3,504

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	25,422	0
MiMo-V2-Flash	7.7	10.0	66.7%	0		3.87s	864	1,948

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	1,172	0
MiMo-V2-Flash	10.0	10.0	100.0%	0		27.78s	321	12,715

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	147,476	0
MiMo-V2-Flash	3.0	10.0	0.0%	0		1.96s	12	0

مقارنة سريعة

تبديل زوج المقارنة

GPT-5 MinimediumvsStep 3.7 Flashhigh Claude Sonnet 4.6nonevsMiMo-V2-Flashmedium Qwen3.6 Max PreviewnonevsMiMo-V2-Flashmedium GPT-5.4 NanomediumvsStep 3.7 Flashhigh Seed-2.0-MinimediumvsStep 3.7 Flashhigh DeepSeek V4 ProhighvsMiMo-V2-Flashmedium Qwen3.6 Max PreviewnonevsStep 3.7 Flashhigh Claude Opus 4.6mediumvsStep 3.7 Flashhigh Ring-2.6-1TnonevsStep 3.7 Flashhigh Ring-2.6-1TmediumvsStep 3.7 Flashhigh Qwen3.5-35B-A3BmediumvsStep 3.7 Flashhigh Claude Sonnet 4.6nonevsStep 3.7 Flashhigh