AI BENCHY Compare

StepFun: Step 3.5 Flash vs Xiaomi: MiMo-V2-Omni

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-03-21

Метрика	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01 Бесплатно доступно	MiMo-V2-Omni MiMo-V2-Omni medium Релиз: 2026-03-18

Метрика	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01 Бесплатно доступно	MiMo-V2-Omni MiMo-V2-Omni medium Релиз: 2026-03-18
Оценка	7.9	7.9
Ранг	#24	#22
Стабильность	9.1	10.0
Тестов верно
Доля успешных попыток	70.6%	64.7%
Нестабильные тесты	2	0
Всего запусков	49	17
Стоимость за результат	0.000	0.763
Общая стоимость	$0.000	$0.084
???? ?????	$0.100 / 1M	$0.400 / 1M
???? ??????	$0.300 / 1M	$2.000 / 1M
Выходные токены	71,904	663
Токены рассуждений	155,607	39,001
Время ответа (среднее)	26.78s	13.71s
Время ответа (макс.)	170.45s	158.78s
Время ответа (суммарно)	294.58s	233.06s

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
Step 3.5 Flash	10.0	10.0	100.0%	0		13.56s	14,376	17,668
MiMo-V2-Omni	10.0	10.0	100.0%	0		2.11s	112	402

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	1,176	12,984
MiMo-V2-Omni	10.0	10.0	100.0%	0		19.29s	131	2,807

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	600	13,886
MiMo-V2-Omni	10.0	10.0	100.0%	0		2.29s	87	323

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	45,350	90,436
MiMo-V2-Omni	3.0	10.0	0.0%	0		55.12s	13	33,279

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	5.5	10.0	0.0%	0		6.54s	2,214	2,584
MiMo-V2-Omni	10.0	10.0	100.0%	0		2.86s	58	202

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	8.5	6.8	83.3%	1		4.98s	2,284	3,412
MiMo-V2-Omni	8.3	10.0	50.0%	0		4.92s	35	201

Puzzle Solving	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	5.3	10.0	33.3%	0		7.72s	5,629	10,835
MiMo-V2-Omni	6.5	10.0	33.3%	0		3.88s	126	481

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	275	3,802
MiMo-V2-Omni	10.0	10.0	100.0%	0		11.07s	101	1,306

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumБесплатно доступно GPT-5.2 ChatnonevsStep 3.5 FlashmediumБесплатно доступно Gemini 3 Flash PreviewnonevsMiMo-V2-Omnimedium Gemini 3.1 Flash Lite PreviewlowvsMiMo-V2-Omnimedium Gemini 3.1 Flash Lite PreviewnonevsMiMo-V2-Omnimedium GPT-5.2 ChatnonevsMiMo-V2-Omnimedium Gemini 3 Flash PreviewnonevsStep 3.5 FlashmediumБесплатно доступно Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumБесплатно доступно GPT-5.3 ChatnonevsStep 3.5 FlashmediumБесплатно доступно GPT-5.3 ChatnonevsMiMo-V2-Omnimedium Claude Sonnet 4.6nonevsStep 3.5 FlashmediumБесплатно доступно Claude Sonnet 4.6nonevsMiMo-V2-Omnimedium