AI BENCHY Compare
StepFun: Step 3.5 Flash vs Xiaomi: MiMo-V2-Pro
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-03-20
| 指標 | Step 3.5 Flash Step 3.5 Flash medium 無料で利用可能 | MiMo-V2-Pro MiMo-V2-Pro none |
|---|---|---|
| スコア | 7.9 | 5.8 |
| 順位 | #23 | #54 |
| 一貫性 | 9.1 | 8.5 |
| 正解テスト | ||
| 試行ごとの合格率 | 70.6% | 45.1% |
| 不安定なテスト | 2 | 3 |
| 総実行回数 | 49 | 51 |
| 結果あたりのコスト | 0.000 | 0.659 |
| 合計コスト | $0.000 | $0.040 |
| ???? | $0.100 / 1M | $1.000 / 1M |
| ???? | $0.300 / 1M | $3.000 / 1M |
| 出力トークン | 71,904 | 1,721 |
| 推論トークン | 155,607 | 0 |
| 応答時間（平均） | 26.78s | 2.31s |
| 応答時間（最大） | 170.45s | 6.58s |
| 応答時間（合計） | 294.58s | 39.25s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium無料で利用可能GPT-5.2 ChatnonevsStep 3.5 Flashmedium無料で利用可能MiniMax M2.5medium無料で利用可能vsMiMo-V2-PrononeGemini 3 Flash PreviewnonevsStep 3.5 Flashmedium無料で利用可能Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium無料で利用可能Mistral Small 4mediumvsMiMo-V2-Prononegpt-oss-120bmedium無料で利用可能vsMiMo-V2-PrononeGPT-5.3 ChatnonevsStep 3.5 Flashmedium無料で利用可能Grok 4.20 Multi-Agent BetamediumvsMiMo-V2-PrononeGPT-5 NanomediumvsMiMo-V2-PrononeMercury 2mediumvsMiMo-V2-PrononeClaude Sonnet 4.6nonevsStep 3.5 Flashmedium無料で利用可能