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

StepFun: Step 3.5 Flash vs Xiaomi: MiMo-V2.5

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-22

Metrik Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01 MiMo-V2.5 MiMo-V2.5 medium Rilis: 2026-04-22
Skor 7.9 7.8
Peringkat #31 #35
Konsistensi 9.1 8.6
Tes benar
Tingkat lulus per percobaan 70.6% 74.1%
Tes tidak stabil 2 3
Total Run 49 54
Biaya per hasil 0.000 2.102
Total Biaya $0.000 $0.253
Harga input $0.100 / 1M $0.400 / 1M
Harga output $0.300 / 1M $2.000 / 1M
Token output 71,904 2,840
Token penalaran 155,607 116,242
Waktu respons (rata-rata) 26.78s 13.71s
Waktu respons (maks) 170.45s 86.93s
Waktu respons (total) 294.58s 246.73s

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
Step 3.5 Flash 10.0 10.0 100.0% 0 13.56s 14,376 17,668
MiMo-V2.5 10.0 10.0 100.0% 0 1.98s 303 2,022
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
MiMo-V2.5 10.0 10.0 100.0% 0 16.86s 363 7,609
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
MiMo-V2.5 2.7 5.7 16.7% 1 6.33s 306 5,714
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
MiMo-V2.5 5.3 10.0 33.3% 0 34.53s 507 49,478
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.5 Flash 5.5 10.0 0.0% 0 6.54s 2,214 2,584
MiMo-V2.5 3.8 2.5 33.3% 1 1.55s 118 170
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.5 Flash 8.5 6.8 83.3% 1 4.98s 2,284 3,412
MiMo-V2.5 9.9 10.0 100.0% 0 1.80s 88 801
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.5 Flash 5.3 10.0 33.3% 0 7.72s 5,629 10,835
MiMo-V2.5 8.2 7.2 88.9% 1 20.60s 364 33,211
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802
MiMo-V2.5 10.0 10.0 100.0% 0 7.29s 303 2,424
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.5 Flash - - - - - - - -
MiMo-V2.5 10.0 10.0 100.0% 0 31.48s 488 14,813

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGPT-5.2 ChatnonevsStep 3.5 FlashmediumGPT-5.3 ChatnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGPT-5.2 ChatnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumClaude Sonnet 4.6nonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5mediumGemini 3 Flash PreviewnonevsMiMo-V2.5mediumClaude Sonnet 4.6nonevsStep 3.5 Flashmedium