Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

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

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică Step 3.7 Flash Step 3.7 Flash high Lansare: 2026-05-29 MiMo-V2-Omni MiMo-V2-Omni medium Lansare: 2026-03-18
Scor 7.1 6.9
Rang #74 #81
Fiabilitate 10.0 10.0
Consistență 8.2 8.7
Teste corecte
Rată de trecere pe încercare 65.8% 58.3%
Teste instabile 4 3
Rulări totale 60 52
Cost per rezultat 8.723 7.334
Cost total $0.960 $0.734
Preț de intrare $0.200 / 1M $0.400 / 1M
Preț de ieșire $1.150 / 1M $2.000 / 1M
Tokenuri de ieșire 828,084 1,952
Tokenuri de raționament 0 357,306
Timp de răspuns (mediu) 49.43s 41.16s
Timp de răspuns (maxim) 192.75s 299.23s
Timp de răspuns (total) 988.58s 823.26s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
MiMo-V2-Omni 10.0 10.0 100.0% 0 2.75s 269 1,701
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
MiMo-V2-Omni 3.4 4.8 16.7% 1 183.89s 292 174,314
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 0
MiMo-V2-Omni 10.0 10.0 100.0% 0 25.87s 380 8,673
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
MiMo-V2-Omni 10.0 10.0 100.0% 0 3.04s 155 591
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
MiMo-V2-Omni 3.0 10.0 0.0% 0 47.89s 155 68,398
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
MiMo-V2-Omni 5.4 2.5 66.7% 1 3.61s 136 492
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
MiMo-V2-Omni 8.3 10.0 50.0% 0 4.99s 49 515
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
MiMo-V2-Omni 5.9 7.2 55.6% 1 2.38s 210 860
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
MiMo-V2-Omni 10.0 10.0 100.0% 0 13.98s 303 3,461
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0
MiMo-V2-Omni 3.0 10.0 0.0% 0 234.19s 3 98,301

Comparație rapidă

Schimbă perechea de comparație

GPT-5 MinimediumvsStep 3.7 FlashhighGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighDeepSeek V4 ProhighvsMiMo-V2-OmnimediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 Flashhigh