AI BENCHY Compare

MiniMax: MiniMax M3 vs StepFun: Step 3.7 Flash

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-01

Метрика	MiniMax M3 MiniMax M3 medium Релиз: 2026-06-01	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29

Метрика	MiniMax M3 MiniMax M3 medium Релиз: 2026-06-01	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29
Оценка	7.5	7.9
Ранг	#54	#31
Надежность	9.6	9.9
Стабильность	8.4	9.2
Тестов верно
Доля успешных попыток	75.0%	71.7%
Нестабильные тесты	4	2
Всего запусков	60	58
Стоимость за результат	1.083	2.663
Общая стоимость	$0.120	$0.347
Цена входа	$0.300 / 1M	$0.200 / 1M
Цена выхода	$1.200 / 1M	$1.150 / 1M
Выходные токены	46,884	294,481
Токены рассуждений	85,935	0
Время ответа (среднее)	68.44s	18.32s
Время ответа (макс.)	431.03s	113.98s
Время ответа (суммарно)	1300.32s	366.45s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	5.5	3.7	66.7%	3		14.95s	874	3,414
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	32,185	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	8.3	10.0	100.0%	0		185.58s	4,071	26,059
Step 3.7 Flash	8.2	6.7	83.3%	1		10.64s	19,320	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	10.0	10.0	100.0%	0		65.30s	1,306	6,253
Step 3.7 Flash	10.0	10.0	100.0%	0		9.06s	7,106	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	10.0	10.0	100.0%	0		14.92s	514	3,164
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	3,020	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	6.5	10.0	66.7%	0		233.13s	16,254	19,070
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	70,347	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	5.1	3.4	33.3%	1		33.25s	2,487	2,523
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	3,987	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	9.8	10.0	100.0%	0		6.14s	103	920
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	2,166	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	7.9	9.9	66.7%	0		49.91s	11,946	13,761
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	15,071	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	10.0	10.0	100.0%	0		11.91s	281	555
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	2,115	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	3.0	10.0	0.0%	0		100.80s	9,048	10,216
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	139,164	0

Быстрое сравнение

Сменить пару сравнения

Qwen3.7 MaxnonevsStep 3.7 Flashmedium Gemini 3.1 Flash Lite PreviewnonevsMiniMax M3medium GPT-5.2 ChatnonevsStep 3.7 Flashmedium Gemini 3.1 Flash LitelowvsMiniMax M3medium Gemini 3.5 FlashminimalvsStep 3.7 Flashmedium MiniMax M3mediumvsGPT-5.3 Chatnone MiniMax M3mediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewlowvsMiniMax M3medium DeepSeek V4 FlashhighvsMiniMax M3medium Gemini 3 Flash PreviewnonevsMiniMax M3medium Claude Opus 4.8nonevsMiniMax M3medium Ring-2.6-1TnonevsMiniMax M3medium