AI BENCHY Compare

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

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

Metrik	Step 3.7 Flash Step 3.7 Flash low Veröffentlichung: 2026-05-29	MiMo-V2.5 MiMo-V2.5 medium Veröffentlichung: 2026-04-22

Metrik	Step 3.7 Flash Step 3.7 Flash low Veröffentlichung: 2026-05-29	MiMo-V2.5 MiMo-V2.5 medium Veröffentlichung: 2026-04-22
Punktzahl	7.4	7.4
Rang	#60	#58
Zuverlässigkeit	10.0	10.0
Konsistenz	8.7	8.4
Korrekte Tests
Erfolgsquote pro Versuch	68.3%	70.0%
Instabile Tests	3	4
Gesamtläufe	60	60
Kosten pro Ergebnis	2.796	2.876
Gesamtkosten	$0.336	$0.346
Eingabepreis	$0.200 / 1M	$0.140 / 1M
Ausgabepreis	$1.150 / 1M	$0.280 / 1M
Ausgabe-Token	285,209	2,806
Denk-Token	0	161,888
Antwortzeit (Durchschnitt)	16.06s	20.35s
Antwortzeit (Maximum)	124.75s	97.49s
Antwortzeit (Gesamt)	321.11s	406.94s

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	8.7	7.9	91.7%	1		4.02s	10,896	0
MiMo-V2.5	10.0	10.0	100.0%	0		4.14s	281	1,739

Programmierung	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		9.43s	14,569	0
MiMo-V2.5	6.9	6.2	66.7%	1		64.48s	536	44,967

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		7.98s	6,426	0
MiMo-V2.5	10.0	10.0	100.0%	0		16.86s	363	7,609

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	2,667	0
MiMo-V2.5	2.7	5.7	16.7%	1		6.33s	306	5,714

Domänenspezifisch	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		43.31s	104,487	0
MiMo-V2.5	5.3	10.0	33.3%	0		34.53s	507	49,478

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	4,604	0
MiMo-V2.5	5.4	2.5	66.7%	1		5.37s	121	418

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		1.58s	1,857	0
MiMo-V2.5	9.9	10.0	100.0%	0		1.80s	88	801

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	3,564	0
MiMo-V2.5	8.2	7.2	88.9%	1		20.25s	279	33,254

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		3.25s	1,360	0
MiMo-V2.5	10.0	10.0	100.0%	0		7.29s	303	2,424

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		124.75s	134,779	0
MiMo-V2.5	3.0	10.0	0.0%	0		51.29s	22	15,484

Schnellvergleich

Vergleichspaar wechseln

GPT-5.3 ChatnonevsMiMo-V2.5medium Kimi K2.6mediumKostenlos verfügbarvsStep 3.7 Flashlow Gemini 3.1 Flash LitelowvsMiMo-V2.5medium GPT-5.3 ChatnonevsStep 3.7 Flashlow Step 3.7 FlashlowvsGLM 5V Turbomedium Step 3.7 FlashlowvsGLM 5.1medium GPT-5.2mediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5medium GPT-5.4 MinimediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashlow Claude Opus 4.8nonevsStep 3.7 Flashlow DeepSeek V3.2mediumvsStep 3.7 Flashlow