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

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

Metrik Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29 MiMo-V2.5-Pro MiMo-V2.5-Pro medium Rilis: 2026-04-22
Skor 7.4 7.6
Peringkat #60 #48
Keandalan 10.0 10.0
Konsistensi 8.7 8.9
Tes benar
Tingkat lulus per percobaan 68.3% 68.3%
Tes tidak stabil 3 3
Total Run 60 60
Biaya per hasil 2.796 2.408
Total Biaya $0.336 $0.289
Harga input $0.200 / 1M $0.435 / 1M
Harga output $1.150 / 1M $0.870 / 1M
Token output 285,209 5,004
Token penalaran 0 80,295
Waktu respons (rata-rata) 16.06s 21.79s
Waktu respons (maks) 124.75s 130.77s
Waktu respons (total) 321.11s 435.79s

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 8.7 7.9 91.7% 1 4.02s 10,896 0
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 3.26s 323 1,179
Pemrograman 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 9.43s 14,569 0
MiMo-V2.5-Pro 7.0 6.2 66.7% 1 81.67s 769 33,771
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 7.98s 6,426 0
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 53.36s 348 11,870
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 7.3 5.8 83.3% 1 2.29s 2,667 0
MiMo-V2.5-Pro 7.3 5.8 83.3% 1 18.81s 260 8,383
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 5.3 7.2 44.4% 1 43.31s 104,487 0
MiMo-V2.5-Pro 5.3 10.0 33.3% 0 37.87s 275 17,023
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 3.4 9.3 0.0% 0 7.00s 4,604 0
MiMo-V2.5-Pro 5.5 10.0 0.0% 0 4.02s 155 163
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 1.58s 1,857 0
MiMo-V2.5-Pro 9.9 10.0 100.0% 0 2.77s 82 803
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 5.5 9.9 33.3% 0 1.84s 3,564 0
MiMo-V2.5-Pro 6.7 7.9 55.6% 1 5.31s 540 2,181
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 3.25s 1,360 0
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 16.87s 311 2,908
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% 0 124.75s 134,779 0
MiMo-V2.5-Pro 3.0 10.0 0.0% 0 12.46s 1,941 2,014

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 FlashhighTersedia gratisvsMiMo-V2.5-PromediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5-PromediumKimi K2.6mediumTersedia gratisvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGemini 3 Flash PreviewnonevsMiMo-V2.5-PromediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 Flashlow