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

StepFun: Step 3.7 Flash vs Xiaomi: MiMo-V2.5-Pro

average score প্রায় সমান: 6.9 vs 6.9. MiMo-V2.5-Pro (medium)-এর benchmark খরচ কম: $0.187 vs $1.207. MiMo-V2.5-Pro (medium) দ্রুত: 33.92s vs 64.68s, pass rates 63.6% vs 66.7%.

প্রস্তাবিত মডেলMiMo-V2.5-Pro (medium)It has the best score here (6.9), while costing about 6.5x less than Step 3.7 Flash (high).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-21

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 6.9 6.9
র‍্যাঙ্ক #90 #88
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.0 8.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 66.7%
অস্থির টেস্ট 5 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 10.973 3.218
মোট খরচ $1.207 $0.187
ইনপুট মূল্য $0.200 / 1M $0.435 / 1M
আউটপুট মূল্য $1.150 / 1M $0.870 / 1M
মোট ইনপুট টোকেন 98,691 139,883
আউটপুট টোকেন 1,032,395 15,521
রিজনিং টোকেন 0 130,992
প্রতিক্রিয়া সময় (গড়) 64.68s 33.92s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 364.99s 197.54s
প্রতিক্রিয়া সময় (মোট) 1423.01s 746.19s

Hamster playing table tennis

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

#90 Step 3.7 Flash

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

#88 MiMo-V2.5-Pro

medium
অবৈধ SVG
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