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

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

average score लगभग बराबर है: 6.9 vs 6.9. MiMo-V2.5-Pro (medium) की benchmark लागत कम है: $0.187 vs $1.207. MiMo-V2.5-Pro (medium) तेज है: 33.92s vs 64.68s, pass rates 63.6% vs 66.7%.

अनुशंसित मॉडलMiMo-V2.5-Pro (medium)It has the best score here (6.9), while costing about 6.5x less than Step 3.7 Flash (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-21

मेट्रिक Step 3.7 Flash Step 3.7 Flash high रिलीज़: 2026-05-29 MiMo-V2.5-Pro MiMo-V2.5-Pro medium रिलीज़: 2026-04-22
स्कोर 6.9 6.9
रैंक #90 #88
विश्वसनीयता 10.0 10.0
संगति 8.0 8.2
सही परीक्षण
प्रति प्रयास पास दर 63.6% 66.7%
अस्थिर टेस्ट 5 5
कुल रन 66 66
प्रति परिणाम लागत 10.973 3.218
कुल लागत $1.207 $0.187
इनपुट कीमत $0.200 / 1M $0.435 / 1M
आउटपुट कीमत $1.150 / 1M $0.870 / 1M
कुल इनपुट टोकन 98,691 139,883
आउटपुट टोकन 1,032,395 15,521
रीजनिंग टोकन 0 130,992
प्रतिक्रिया समय (औसत) 64.68s 33.92s
प्रतिक्रिया समय (अधिकतम) 364.99s 197.54s
प्रतिक्रिया समय (कुल) 1423.01s 746.19s

Hamster playing table tennis

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

#90 Step 3.7 Flash

high
लागत
$0.007
समय
63.6s
टोकन
6,030 tok

#88 MiMo-V2.5-Pro

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
MiMo-V2.5-Pro 6.2 4.7 66.7% 2 92.07s 6,543 780 51,218

त्वरित तुलना

तुलना जोड़ी बदलें