নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Step 3.7 Flash (high) vs MiMo-V2.5-Pro (medium)

Step 3.7 Flash (high) average score-এ এগিয়ে: 6.8 vs 6.8. MiMo-V2.5-Pro (medium)-এর benchmark খরচ কম: $0.221 vs $1.229. MiMo-V2.5-Pro (medium) দ্রুত: 48.68s vs 70.10s, pass rates 60.6% vs 63.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-04

র‍্যাঙ্ক
#146
মোট আউটপুট টোকেন
1,050,900
প্রতিক্রিয়া সময় (গড়)
70.10s
মোট খরচ
$1.229
র‍্যাঙ্ক
#152
মোট আউটপুট টোকেন
185,466
প্রতিক্রিয়া সময় (গড়)
48.68s
মোট খরচ
$0.221
প্রস্তাবিত মডেল MiMo-V2.5-Pro (medium)

Its score stays close to the best score here (6.8 vs 6.8), while costing about 5.6x less than Step 3.7 Flash (high).

বিস্তারিত তুলনা

মেট্রিক Step 3.7 Flash Step 3.7 Flash high প্রকাশ: 2026-05-29 MiMo-V2.5-Pro MiMo-V2.5-Pro medium প্রকাশ: 2026-04-22
স্কোর 6.8 6.8
র‍্যাঙ্ক #146 #152
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.4 7.9
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 60.6% 63.6%
অস্থির টেস্ট 4 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 11.167 3.790
মোট খরচ $1.229 $0.221
ইনপুট মূল্য $0.200 / 1M $0.435 / 1M
আউটপুট মূল্য $1.150 / 1M $0.870 / 1M
মোট ইনপুট টোকেন 98,700 139,892
আউটপুট টোকেন 1,050,900 15,569
রিজনিং টোকেন 0 169,897
প্রতিক্রিয়া সময় (গড়) 70.10s 48.68s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 364.99s 333.34s
প্রতিক্রিয়া সময় (মোট) 1542.14s 1071.02s
প্যারামিটার 198B মোট (11B সক্রিয়) 1.02T মোট (42B সক্রিয়)
উপলভ্যতা উন্মুক্ত উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#146 Step 3.7 Flash

high
খরচ
$0.007
সময়
63.6s
টোকেন
6,030 tok

#152 MiMo-V2.5-Pro

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
খরচ
$0.000
সময়
300.0s
টোকেন
0 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
MiMo-V2.5-Pro 6.2 4.7 66.7% 2 92.07s 6,543 780 51,218

দ্রুত তুলনা

তুলনার জুটি বদলান