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

Step 3.5 Flash (medium) unggul dalam skor rata-rata dengan 6.0 vs 5.5. MiMo-V2.5-Pro memiliki biaya benchmark lebih rendah di $0.068 vs $0.108. MiMo-V2.5-Pro lebih cepat di 4.12s vs 174.22s, dengan tingkat keberhasilan 51.5% vs 37.9%.

Model yang direkomendasikanMiMo-V2.5-ProIts score stays close to the best score here (5.5 vs 6.0), while costing about 1.6x less than Step 3.5 Flash (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-21

Metrik	Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01	MiMo-V2.5-Pro MiMo-V2.5-Pro none Rilis: 2026-04-22

Metrik	Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01	MiMo-V2.5-Pro MiMo-V2.5-Pro none Rilis: 2026-04-22
Skor	6.0	5.5
Peringkat	#136	#160
Keandalan	9.2	10.0
Konsistensi	9.0	8.6
Tes benar
Tingkat lulus per percobaan	51.5%	37.9%
Tes tidak stabil	1	4
Total Run	63	66
Biaya per hasil	0.540	1.509
Total Biaya	$0.108	$0.068
Harga input	$0.100 / 1M	$0.435 / 1M
Harga output	$0.300 / 1M	$0.870 / 1M
Total token input	65,707	124,799
Token output	108,561	15,362
Token penalaran	293,993	0
Waktu respons (rata-rata)	174.22s	4.12s
Waktu respons (maks)	1597.85s	53.13s
Waktu respons (total)	2613.32s	90.55s

Hamster playing table tennis

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

#136 Step 3.5 Flash

medium

Biaya: $0.008
Waktu: 277.1s
Token: 23,695 tok

#160 MiMo-V2.5-Pro

none

Biaya: $0.004
Waktu: 46.4s
Token: 4,025 tok

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

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176
MiMo-V2.5-Pro	3.3	8.1	8.3%	1		2.67s	645	994	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429
MiMo-V2.5-Pro	4.3	7.8	22.2%	1		1.41s	6,559	485	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004
MiMo-V2.5-Pro	3.0	10.0	0.0%	0		28.33s	98,770	12,915	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886
MiMo-V2.5-Pro	10.0	10.0	100.0%	0		1.32s	7,758	249	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436
MiMo-V2.5-Pro	5.3	10.0	33.3%	0		877ms	753	27	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506
MiMo-V2.5-Pro	4.0	10.0	0.0%	0		2.58s	498	87	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521
MiMo-V2.5-Pro	6.4	10.0	50.0%	0		1.03s	684	66	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861
MiMo-V2.5-Pro	6.7	4.7	77.8%	2		1.30s	678	267	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802
MiMo-V2.5-Pro	10.0	10.0	100.0%	0		3.30s	8,238	258	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372
MiMo-V2.5-Pro	3.0	10.0	0.0%	0		1.89s	216	14	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Nemotron 3 UltranoneTersedia gratisvsStep 3.5 Flashmedium Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium Qwen3.5 Plus 2026-04-20nonevsStep 3.5 Flashmedium Qwen3.5-FlashnonevsStep 3.5 Flashmedium Qwen3.6 FlashnonevsStep 3.5 Flashmedium GPT-5.6 TerranonevsStep 3.5 Flashmedium KAT-Coder-Air V2.5mediumvsMiMo-V2.5-Pronone Step 3.5 FlashmediumvsInklinglow Gemini 3.1 Flash LitenonevsStep 3.5 Flashmedium Gemini 3.1 Flash LiteminimalvsStep 3.5 Flashmedium KAT-Coder-Air V2.5lowvsMiMo-V2.5-Pronone Gemini 2.5 FlashnonevsStep 3.5 Flashmedium