Navigare
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-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-Pro MiMo-V2.5-Pro medium Lansare: 2026-04-22
Scor 7.4 7.6
Rang #60 #48
Fiabilitate 10.0 10.0
Consistență 8.7 8.9
Teste corecte
Rată de trecere pe încercare 68.3% 68.3%
Teste instabile 3 3
Rulări totale 60 60
Cost per rezultat 2.796 2.408
Cost total $0.336 $0.289
Preț de intrare $0.200 / 1M $0.435 / 1M
Preț de ieșire $1.150 / 1M $0.870 / 1M
Tokenuri de ieșire 285,209 5,004
Tokenuri de raționament 0 80,295
Timp de răspuns (mediu) 16.06s 21.79s
Timp de răspuns (maxim) 124.75s 130.77s
Timp de răspuns (total) 321.11s 435.79s

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-Pro 10.0 10.0 100.0% 0 3.26s 323 1,179
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-Pro 7.0 6.2 66.7% 1 81.67s 769 33,771
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-Pro 10.0 10.0 100.0% 0 53.36s 348 11,870
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-Pro 7.3 5.8 83.3% 1 18.81s 260 8,383
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-Pro 5.3 10.0 33.3% 0 37.87s 275 17,023
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-Pro 5.5 10.0 0.0% 0 4.02s 155 163
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-Pro 9.9 10.0 100.0% 0 2.77s 82 803
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-Pro 6.7 7.9 55.6% 1 5.31s 540 2,181
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-Pro 10.0 10.0 100.0% 0 16.87s 311 2,908
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-Pro 3.0 10.0 0.0% 0 12.46s 1,941 2,014

Comparație rapidă

Schimbă perechea de comparație