Navigasi
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

MiniMax: MiniMax M3 vs StepFun: Step 3.7 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-01

Metrik MiniMax M3 MiniMax M3 medium Rilis: 2026-06-01 Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29
Skor 7.5 7.9
Peringkat #54 #31
Keandalan 9.6 9.9
Konsistensi 8.4 9.2
Tes benar
Tingkat lulus per percobaan 75.0% 71.7%
Tes tidak stabil 4 2
Total Run 60 58
Biaya per hasil 1.083 2.663
Total Biaya $0.120 $0.347
Harga input $0.300 / 1M $0.200 / 1M
Harga output $1.200 / 1M $1.150 / 1M
Token output 46,884 294,481
Token penalaran 85,935 0
Waktu respons (rata-rata) 68.44s 18.32s
Waktu respons (maks) 431.03s 113.98s
Waktu respons (total) 1300.32s 366.45s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MiniMax M3 5.5 3.7 66.7% 3 14.95s 874 3,414
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 32,185 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MiniMax M3 8.3 10.0 100.0% 0 185.58s 4,071 26,059
Step 3.7 Flash 8.2 6.7 83.3% 1 10.64s 19,320 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MiniMax M3 10.0 10.0 100.0% 0 65.30s 1,306 6,253
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 7,106 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MiniMax M3 10.0 10.0 100.0% 0 14.92s 514 3,164
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 3,020 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MiniMax M3 6.5 10.0 66.7% 0 233.13s 16,254 19,070
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 70,347 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MiniMax M3 5.1 3.4 33.3% 1 33.25s 2,487 2,523
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 3,987 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MiniMax M3 9.8 10.0 100.0% 0 6.14s 103 920
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 2,166 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MiniMax M3 7.9 9.9 66.7% 0 49.91s 11,946 13,761
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 15,071 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MiniMax M3 10.0 10.0 100.0% 0 11.91s 281 555
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 2,115 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
MiniMax M3 3.0 10.0 0.0% 0 100.80s 9,048 10,216
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 139,164 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Qwen3.7 MaxnonevsStep 3.7 FlashmediumGemini 3.1 Flash Lite PreviewnonevsMiniMax M3mediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGemini 3.1 Flash LitelowvsMiniMax M3mediumGemini 3.5 FlashminimalvsStep 3.7 FlashmediumMiniMax M3mediumvsGPT-5.3 ChatnoneMiniMax M3mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewlowvsMiniMax M3mediumDeepSeek V4 FlashhighvsMiniMax M3mediumGemini 3 Flash PreviewnonevsMiniMax M3mediumClaude Opus 4.8nonevsMiniMax M3mediumRing-2.6-1TnonevsMiniMax M3medium