तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

MiniMax: MiniMax M2.5 vs StepFun: Step 3.5 Flash

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	MiniMax: MiniMax M2.5 medium रिलीज़: रिलीज़ तिथि अज्ञात	StepFun: Step 3.5 Flash medium रिलीज़: रिलीज़ तिथि अज्ञात निःशुल्क उपलब्ध
रैंक	#26	#11
स्कोर	5.64	7.00
संगति	6.12	8.32
प्रति परिणाम लागत	4.028	0.000
कुल लागत	$0.242	$0.000
सही परीक्षण
गलत टेस्ट	8	5
प्रति प्रयास पास दर	64.3%	73.8%
अस्थिर टेस्ट	7	3
आउटपुट टोकन	121,297	60,502
रीजनिंग टोकन	203,513	117,044

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MiniMax: MiniMax M2.5	9.33	7.89	88.9%	1		286	45,112
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MiniMax: MiniMax M2.5	5.50	5.81	83.3%	1		369	4,952
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MiniMax: MiniMax M2.5	1.00	4.41	22.2%	2		111,023	139,533
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MiniMax: MiniMax M2.5	7.00	6.41	66.7%	1		1,121	2,521
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MiniMax: MiniMax M2.5	4.33	4.79	55.6%	2		8,229	10,458
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
MiniMax: MiniMax M2.5	10.00	10.00	100.0%	0		269	937
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

तुलना जोड़ी बदलें

MiniMax: MiniMax M2.5 की तुलना इससे करें...

StepFun: Step 3.5 Flash की तुलना इससे करें...