Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-29

Metrik Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29 MiMo-V2-Flash MiMo-V2-Flash medium Rilis: 2025-12-16
Skor 7.1 7.1
Peringkat #74 #77
Keandalan 10.0 10.0
Konsistensi 8.2 8.7
Tes benar
Tingkat lulus per percobaan 65.8% 63.3%
Tes tidak stabil 4 3
Total Run 60 60
Biaya per hasil 8.723 0.345
Total Biaya $0.960 $0.038
Harga input $0.200 / 1M $0.100 / 1M
Harga output $1.150 / 1M $0.300 / 1M
Token output 828,084 12,458
Token penalaran 0 115,182
Waktu respons (rata-rata) 49.43s 20.28s
Waktu respons (maks) 192.75s 96.01s
Waktu respons (total) 988.58s 283.87s

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 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
MiMo-V2-Flash 8.1 7.9 83.3% 1 15.85s 1,674 23,559
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
MiMo-V2-Flash 4.1 5.8 33.3% 1 7.20s 456 3,648
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 0
MiMo-V2-Flash 9.8 10.0 100.0% 0 75.68s 442 26,859
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
MiMo-V2-Flash 6.5 10.0 50.0% 0 0ms 153 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
MiMo-V2-Flash 5.9 7.2 55.6% 1 96.01s 8,374 42,461
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
MiMo-V2-Flash 4.0 10.0 0.0% 0 4.20s 87 488
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
MiMo-V2-Flash 10.0 10.0 100.0% 0 4.28s 75 3,504
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
MiMo-V2-Flash 7.7 10.0 66.7% 0 3.87s 864 1,948
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
MiMo-V2-Flash 10.0 10.0 100.0% 0 27.78s 321 12,715
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0
MiMo-V2-Flash 3.0 10.0 0.0% 0 1.96s 12 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5 MinimediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighDeepSeek V4 ProhighvsMiMo-V2-FlashmediumQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 Flashhigh