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

Skor rata-rata hampir imbang di 6.9 vs 6.9. MiMo-V2.5-Pro (medium) memiliki biaya benchmark lebih rendah di $0.187 vs $1.207. MiMo-V2.5-Pro (medium) lebih cepat di 33.92s vs 64.68s, dengan tingkat keberhasilan 63.6% vs 66.7%.

Model yang direkomendasikanMiMo-V2.5-Pro (medium)It has the best score here (6.9), while costing about 6.5x less than Step 3.7 Flash (high).

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

Metrik	Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29	MiMo-V2.5-Pro MiMo-V2.5-Pro medium Rilis: 2026-04-22

Metrik	Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29	MiMo-V2.5-Pro MiMo-V2.5-Pro medium Rilis: 2026-04-22
Skor	6.9	6.9
Peringkat	#90	#88
Keandalan	10.0	10.0
Konsistensi	8.0	8.2
Tes benar
Tingkat lulus per percobaan	63.6%	66.7%
Tes tidak stabil	5	5
Total Run	66	66
Biaya per hasil	10.973	3.218
Total Biaya	$1.207	$0.187
Harga input	$0.200 / 1M	$0.435 / 1M
Harga output	$1.150 / 1M	$0.870 / 1M
Total token input	98,691	139,883
Token output	1,032,395	15,521
Token penalaran	0	130,992
Waktu respons (rata-rata)	64.68s	33.92s
Waktu respons (maks)	364.99s	197.54s
Waktu respons (total)	1423.01s	746.19s

Hamster playing table tennis

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

#90 Step 3.7 Flash

high

Biaya: $0.007
Waktu: 63.6s
Token: 6,030 tok

#88 MiMo-V2.5-Pro

medium

SVG tidak valid

Biaya: $0.000
Waktu: 300.0s
Token: 0 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 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0
MiMo-V2.5-Pro	10.0	10.0	100.0%	0		3.26s	621	323	1,179

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-Pro	6.2	4.7	66.7%	2		92.07s	6,543	780	51,218

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	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0
MiMo-V2.5-Pro	6.9	5.9	66.7%	1		125.45s	114,089	10,854	45,120

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-Pro	7.3	5.8	83.3%	1		18.81s	7,746	260	8,383

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-Pro	5.3	10.0	33.3%	0		37.87s	630	275	17,023

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-Pro	5.5	10.0	0.0%	0		4.02s	492	155	163

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-Pro	9.9	10.0	100.0%	0		2.77s	672	82	803

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-Pro	6.7	7.9	55.6%	1		5.31s	660	540	2,181

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-Pro	10.0	10.0	100.0%	0		16.87s	8,220	311	2,908

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-Pro	3.0	10.0	0.0%	0		12.46s	210	1,941	2,014

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.5nonevsStep 3.7 Flashhigh GPT-5.6 SolnonevsMiMo-V2.5-Promedium Qwen3.6 FlashmediumvsStep 3.7 Flashhigh DeepSeek V4 PrononevsMiMo-V2.5-Promedium GPT-5.5nonevsMiMo-V2.5-Promedium Gemini 3.5 FlashminimalvsStep 3.7 Flashhigh GPT-5.6 SolnonevsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh Gemini 3.5 FlashminimalvsMiMo-V2.5-Promedium KAT-Coder-Pro V2.5mediumvsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsMiMo-V2.5-Promedium Seed-2.0-MinimediumvsStep 3.7 Flashhigh