AI BENCHY Compare

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

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-29

Metrik	Step 3.7 Flash Step 3.7 Flash high Veröffentlichung: 2026-05-29	MiMo-V2-Omni MiMo-V2-Omni medium Veröffentlichung: 2026-03-18

Metrik	Step 3.7 Flash Step 3.7 Flash high Veröffentlichung: 2026-05-29	MiMo-V2-Omni MiMo-V2-Omni medium Veröffentlichung: 2026-03-18
Punktzahl	7.1	6.9
Rang	#74	#81
Zuverlässigkeit	10.0	10.0
Konsistenz	8.2	8.7
Korrekte Tests
Erfolgsquote pro Versuch	65.8%	58.3%
Instabile Tests	4	3
Gesamtläufe	60	52
Kosten pro Ergebnis	8.723	7.334
Gesamtkosten	$0.960	$0.734
Eingabepreis	$0.200 / 1M	$0.400 / 1M
Ausgabepreis	$1.150 / 1M	$2.000 / 1M
Ausgabe-Token	828,084	1,952
Denk-Token	0	357,306
Antwortzeit (Durchschnitt)	49.43s	41.16s
Antwortzeit (Maximum)	192.75s	299.23s
Antwortzeit (Gesamt)	988.58s	823.26s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	42,656	0
MiMo-V2-Omni	10.0	10.0	100.0%	0		2.75s	269	1,701

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Step 3.7 Flash	3.6	4.6	25.0%	1		126.82s	164,069	0
MiMo-V2-Omni	3.4	4.8	16.7%	1		183.89s	292	174,314

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Step 3.7 Flash	10.0	10.0	100.0%	0		13.01s	8,802	0
MiMo-V2-Omni	10.0	10.0	100.0%	0		25.87s	380	8,673

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	23,113	0
MiMo-V2-Omni	10.0	10.0	100.0%	0		3.04s	155	591

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	410,502	0
MiMo-V2-Omni	3.0	10.0	0.0%	0		47.89s	155	68,398

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	2,862	0
MiMo-V2-Omni	5.4	2.5	66.7%	1		3.61s	136	492

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	2,010	0
MiMo-V2-Omni	8.3	10.0	50.0%	0		4.99s	49	515

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	25,422	0
MiMo-V2-Omni	5.9	7.2	55.6%	1		2.38s	210	860

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	1,172	0
MiMo-V2-Omni	10.0	10.0	100.0%	0		13.98s	303	3,461

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	147,476	0
MiMo-V2-Omni	3.0	10.0	0.0%	0		234.19s	3	98,301

Schnellvergleich

Vergleichspaar wechseln

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