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

AI BENCHY Compare

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

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29 MiMo-V2.5 MiMo-V2.5 medium Lanzamiento: 2026-04-22
Puntuación 7.4 7.4
Rango #60 #58
Fiabilidad 10.0 10.0
Consistencia 8.7 8.4
Pruebas correctas
Tasa de aciertos por intento 68.3% 70.0%
Pruebas inestables 3 4
Ejecuciones totales 60 60
Costo por resultado 2.796 2.876
Costo total $0.336 $0.346
Precio de entrada $0.200 / 1M $0.140 / 1M
Precio de salida $1.150 / 1M $0.280 / 1M
Tokens de salida 285,209 2,806
Tokens de razonamiento 0 161,888
Tiempo de respuesta (promedio) 16.06s 20.35s
Tiempo de respuesta (máximo) 124.75s 97.49s
Tiempo de respuesta (total) 321.11s 406.94s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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

Comparación rápida

Cambiar par de comparación

GPT-5.3 ChatnonevsMiMo-V2.5mediumKimi K2.6mediumDisponible gratisvsStep 3.7 FlashlowGemini 3.1 Flash LitelowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 FlashlowDeepSeek V3.2mediumvsStep 3.7 Flashlow