Navegación
Advertise here

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

Step 3.7 Flash (low) lidera en puntuación media con 7.2 vs 7.1. MiMo-V2.5 (medium) tiene menor coste de benchmark con $0.419 vs $0.449. Step 3.7 Flash (low) es más rápido con 20.72s vs 49.20s, con tasas de acierto de 63.8% vs 69.6%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-10-01

Modelos comparados

Rango
#147
Total de tokens de salida
339,108
Tiempo de respuesta (promedio)
20.72s
Costo total
$0.449
Rango
#152
Total de tokens de salida
341,511
Tiempo de respuesta (promedio)
49.20s
Costo total
$0.419
Modelo recomendado Step 3.7 Flash (low)

Tiene la mejor puntuación aquí (7.2) y responde aproximadamente 2.4x más rápido que MiMo-V2.5 (medium).

Comparación detallada

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 7.2 7.1
Rango #147 #152
Fiabilidad 10.0 10.0
Consistencia 7.9 7.6
Intentos 69/69 69/69
Pruebas correctas
Tasa de aciertos por intento 63.8% 69.6%
Pruebas inestables 6 7
Ejecuciones totales 69 69
Costo por resultado 4.078 3.491
Costo total $0.449 $0.419
Precio de entrada $0.200 / 1M $0.140 / 1M
Precio de salida $1.150 / 1M $0.280 / 1M
Total de tokens de entrada 292,685 259,664
Tokens de salida 339,108 8,414
Tokens de razonamiento 0 333,097
Tiempo de respuesta (promedio) 20.72s 49.20s
Tiempo de respuesta (máximo) 124.75s 316.27s
Tiempo de respuesta (total) 476.67s 1131.69s
Parámetros 198B en total (11B activos) 310B en total (15B activos)
Disponibilidad Código abierto Código abierto

Generación showcase de modelos

Hamster playing table tennis

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

#147 Step 3.7 Flash

low
SVG inválido
Coste
$0.004
Tiempo
25.3s
Tokens
3,072 tok

#152 MiMo-V2.5

medium
Coste
$0.002
Tiempo
54.8s
Tokens
5,247 tok

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

Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
MiMo-V2.5 6.2 4.7 66.7% 2 97.14s 7,422 557 81,977

Comparación rápida

Cambiar par de comparación

Step 3.7 FlashlowvsGLM 5mediumLongCat 2.0mediumvsStep 3.7 FlashlowQwen3.6 27BmediumvsStep 3.7 FlashlowQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 5nonevsStep 3.7 FlashlowGPT-5.2 ChatnonevsMiMo-V2.5mediumQwen3.8 27BmediumDisponible gratisvsStep 3.7 FlashlowQwen3.5 Plus 2026-02-15mediumvsStep 3.7 FlashlowQwen3.5-27BnonevsStep 3.7 FlashlowEmber-1lowvsMiMo-V2.5mediumClaude Opus 5nonevsMiMo-V2.5mediumStep 3.7 FlashlowvsGLM 5.3 FlashXmedium