Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Step 3.7 Flash vs MiMo-V2.5: MiMo-V2.5 unggul dalam skor rata-rata dengan 7.3 vs 7.0. MiMo-V2.5 memiliki biaya benchmark lebih rendah di $0.063 vs $1.148. MiMo-V2.5 lebih cepat di 27.11s vs 64.46s, dengan tingkat keberhasilan 63.5% vs 69.8%.

Model yang direkomendasikan: MiMo-V2.5 - It has the best score here (7.3), while costing about 18.4x less than Step 3.7 Flash.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-04

Metrik Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29 MiMo-V2.5 MiMo-V2.5 medium Rilis: 2026-04-22
Skor 7.0 7.3
Peringkat #71 #56
Keandalan 10.0 10.0
Konsistensi 8.2 8.1
Tes benar
Tingkat lulus per percobaan 63.5% 69.8%
Tes tidak stabil 4 5
Total Run 63 63
Biaya per hasil 10.434 2.966
Total Biaya $1.148 $0.063
Harga input $0.200 / 1M $0.140 / 1M
Harga output $1.150 / 1M $0.280 / 1M
Total token input 38,391 41,838
Token output 991,355 2,827
Token penalaran 0 198,898
Waktu respons (rata-rata) 64.46s 27.11s
Waktu respons (maks) 364.99s 162.44s
Waktu respons (total) 1353.57s 569.38s

Generation showcase

Hamster playing table tennis

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

#71 Step 3.7 Flash

high
Cost
$0.007
Time
63.6s
Tokens
6,030 tok

#56 MiMo-V2.5

medium
Cost
$0.002
Time
54.8s
Tokens
5,247 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

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 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
MiMo-V2.5 10.0 10.0 100.0% 0 4.14s 621 281 1,739
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
MiMo-V2.5 6.2 4.7 66.7% 2 97.14s 7,422 557 81,977
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
MiMo-V2.5 10.0 10.0 100.0% 0 16.86s 15,060 363 7,609
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 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
MiMo-V2.5 2.7 5.7 16.7% 1 6.33s 7,746 306 5,714
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
MiMo-V2.5 5.3 10.0 33.3% 0 34.53s 735 507 49,478
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
MiMo-V2.5 5.4 2.5 66.7% 1 5.37s 492 121 418
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
MiMo-V2.5 9.9 10.0 100.0% 0 1.80s 672 88 801
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 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
MiMo-V2.5 8.2 7.2 88.9% 1 20.25s 660 279 33,254
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
MiMo-V2.5 10.0 10.0 100.0% 0 7.29s 8,220 303 2,424
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0
MiMo-V2.5 3.0 10.0 0.0% 0 51.29s 210 22 15,484

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.4 NanomediumvsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighStep 3.7 FlashlowvsMiMo-V2.5mediumMiniMax M3mediumvsStep 3.7 FlashhighGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGemini 3.1 Flash LitelowvsMiMo-V2.5mediumDeepSeek V3.2mediumvsStep 3.7 FlashhighGPT-5.3 ChatnonevsMiMo-V2.5mediumQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsGrok 4.20mediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5medium