#90 Step 3.7 Flash
high- コスト
- $0.007
- 時間
- 63.6s
- トークン
- 6,030 tok
StepFun: Step 3.7 Flash vs Xiaomi: MiMo-V2.5-Pro
平均スコアは 6.9 vs 6.9 でほぼ同等です。 MiMo-V2.5-Pro (medium) の benchmark コストが低く、$0.187 vs $1.207 です。 MiMo-V2.5-Pro (medium) の方が高速で、33.92s vs 64.68s です、成功率は 63.6% vs 66.7% です。
おすすめモデルMiMo-V2.5-Pro (medium)ここでは最高スコア（6.9）で、Step 3.7 Flash (high) より約 6.5 倍低コストです。
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: 2026-07-21
| 指標 | Step 3.7 Flash Step 3.7 Flash high | MiMo-V2.5-Pro MiMo-V2.5-Pro medium |
|---|---|---|
| スコア | 6.9 | 6.9 |
| 順位 | #90 | #88 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.0 | 8.2 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 66.7% |
| 不安定なテスト | 5 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 10.973 | 3.218 |
| 合計コスト | $1.207 | $0.187 |
| 入力価格 | $0.200 / 1M | $0.435 / 1M |
| 出力価格 | $1.150 / 1M | $0.870 / 1M |
| 合計入力トークン | 98,691 | 139,883 |
| 出力トークン | 1,032,395 | 15,521 |
| 推論トークン | 0 | 130,992 |
| 応答時間（平均） | 64.68s | 33.92s |
| 応答時間（最大） | 364.99s | 197.54s |
| 応答時間（合計） | 1423.01s | 746.19s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#88 MiMo-V2.5-Pro
medium
無効なSVG
- コスト
- $0.000
- 時間
- 300.0s
- トークン
- 0 tok
スコア上位モデル
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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| コーディング | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| パズル解決 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 雑学 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
クイック比較
比較ペアを切り替え
GPT-5.5nonevsStep 3.7 FlashhighGPT-5.6 SolnonevsMiMo-V2.5-PromediumQwen3.6 FlashmediumvsStep 3.7 FlashhighDeepSeek V4 PrononevsMiMo-V2.5-PromediumGPT-5.5nonevsMiMo-V2.5-PromediumGemini 3.5 FlashminimalvsStep 3.7 FlashhighGPT-5.6 SolnonevsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashminimalvsMiMo-V2.5-PromediumKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashhighGemini 3.5 FlashnonevsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsStep 3.7 Flashhigh