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-Pro

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-20

Metrik Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01 Tersedia gratis MiMo-V2-Pro MiMo-V2-Pro none Rilis: 2026-03-18
Skor 7.9 5.8
Peringkat #23 #54
Konsistensi 9.1 8.5
Tes benar
Tingkat lulus per percobaan 70.6% 45.1%
Tes tidak stabil 2 3
Total Run 49 51
Biaya per hasil 0.000 0.659
Total Biaya $0.000 $0.040
Harga input $0.100 / 1M $1.000 / 1M
Harga output $0.300 / 1M $3.000 / 1M
Token output 71,904 1,721
Token penalaran 155,607 0
Waktu respons (rata-rata) 26.78s 2.31s
Waktu respons (maks) 170.45s 6.58s
Waktu respons (total) 294.58s 39.25s

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-Pro 3.5 8.0 16.7% 1 1.80s 315 0
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-Pro 3.0 10.0 0.0% 0 6.58s 333 0
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-Pro 10.0 10.0 100.0% 0 1.39s 249 0
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-Pro 5.3 7.2 44.4% 1 1.78s 26 0
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-Pro 4.3 9.9 0.0% 0 2.44s 125 0
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-Pro 6.5 10.0 50.0% 0 2.51s 69 0
Puzzle Solving 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-Pro 6.0 7.1 55.6% 1 1.83s 327 0
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-Pro 10.0 10.0 100.0% 0 4.39s 277 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumTersedia gratisGPT-5.2 ChatnonevsStep 3.5 FlashmediumTersedia gratisMiniMax M2.5mediumTersedia gratisvsMiMo-V2-PrononeGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumTersedia gratisGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumTersedia gratisMistral Small 4mediumvsMiMo-V2-Prononegpt-oss-120bmediumTersedia gratisvsMiMo-V2-PrononeGPT-5.3 ChatnonevsStep 3.5 FlashmediumTersedia gratisGrok 4.20 Multi-Agent BetamediumvsMiMo-V2-PrononeGPT-5 NanomediumvsMiMo-V2-PrononeMercury 2mediumvsMiMo-V2-PrononeClaude Sonnet 4.6nonevsStep 3.5 FlashmediumTersedia gratis