Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

StepFun: Step 3.7 Flash vs Xiaomi: MiMo-V2.5

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

Metrică Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29 MiMo-V2.5 MiMo-V2.5 medium Lansare: 2026-04-22
Scor 7.4 7.4
Rang #60 #58
Fiabilitate 10.0 10.0
Consistență 8.7 8.4
Teste corecte
Rată de trecere pe încercare 68.3% 70.0%
Teste instabile 3 4
Rulări totale 60 60
Cost per rezultat 2.796 2.876
Cost total $0.336 $0.346
Preț de intrare $0.200 / 1M $0.140 / 1M
Preț de ieșire $1.150 / 1M $0.280 / 1M
Tokenuri de ieșire 285,209 2,806
Tokenuri de raționament 0 161,888
Timp de răspuns (mediu) 16.06s 20.35s
Timp de răspuns (maxim) 124.75s 97.49s
Timp de răspuns (total) 321.11s 406.94s

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 8.7 7.9 91.7% 1 4.02s 10,896 0
MiMo-V2.5 10.0 10.0 100.0% 0 4.14s 281 1,739
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 10.0 10.0 100.0% 0 9.43s 14,569 0
MiMo-V2.5 6.9 6.2 66.7% 1 64.48s 536 44,967
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 7.98s 6,426 0
MiMo-V2.5 10.0 10.0 100.0% 0 16.86s 363 7,609
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 7.3 5.8 83.3% 1 2.29s 2,667 0
MiMo-V2.5 2.7 5.7 16.7% 1 6.33s 306 5,714
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 5.3 7.2 44.4% 1 43.31s 104,487 0
MiMo-V2.5 5.3 10.0 33.3% 0 34.53s 507 49,478
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 3.4 9.3 0.0% 0 7.00s 4,604 0
MiMo-V2.5 5.4 2.5 66.7% 1 5.37s 121 418
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 1.58s 1,857 0
MiMo-V2.5 9.9 10.0 100.0% 0 1.80s 88 801
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 5.5 9.9 33.3% 0 1.84s 3,564 0
MiMo-V2.5 8.2 7.2 88.9% 1 20.25s 279 33,254
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 3.25s 1,360 0
MiMo-V2.5 10.0 10.0 100.0% 0 7.29s 303 2,424
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% 0 124.75s 134,779 0
MiMo-V2.5 3.0 10.0 0.0% 0 51.29s 22 15,484

Comparație rapidă

Schimbă perechea de comparație

GPT-5.3 ChatnonevsMiMo-V2.5mediumKimi K2.6mediumDisponibil gratuitvsStep 3.7 FlashlowGemini 3.1 Flash LitelowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 FlashlowDeepSeek V3.2mediumvsStep 3.7 Flashlow