AI BENCHY Compare

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

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-03-20

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

Метрика	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01 Бесплатно доступно	MiMo-V2-Pro MiMo-V2-Pro medium Релиз: 2026-03-18
Оценка	7.9	8.0
Ранг	#23	#20
Стабильность	9.1	8.5
Тестов верно
Доля успешных попыток	70.6%	76.5%
Нестабильные тесты	2	3
Всего запусков	49	45
Стоимость за результат	0.000	1.110
Общая стоимость	$0.000	$0.123
???? ?????	$0.100 / 1M	$1.000 / 1M
???? ??????	$0.300 / 1M	$3.000 / 1M
Выходные токены	71,904	1,875
Токены рассуждений	155,607	26,959
Время ответа (среднее)	26.78s	9.78s
Время ответа (макс.)	170.45s	64.71s
Время ответа (суммарно)	294.58s	156.45s

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
Step 3.5 Flash	10.0	10.0	100.0%	0		13.56s	14,376	17,668
MiMo-V2-Pro	10.0	10.0	100.0%	0		3.06s	223	1,107

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-Pro	4.7	1.6	66.7%	1		64.71s	380	14,186

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-Pro	7.3	5.8	83.3%	1		17.20s	260	7,484

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-Pro	5.3	10.0	33.3%	0		6.00s	155	1,048

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-Pro	10.0	10.0	100.0%	0		4.06s	198	424

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-Pro	9.9	10.0	100.0%	0		3.36s	83	667

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-Pro	7.0	7.2	55.6%	1		4.71s	313	1,179

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-Pro	10.0	10.0	100.0%	0		8.19s	263	864

Быстрое сравнение

Сменить пару сравнения

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