AI BENCHY Compare

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

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-29

Метрика	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29	MiMo-V2-Flash MiMo-V2-Flash medium Релиз: 2025-12-16

Метрика	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29	MiMo-V2-Flash MiMo-V2-Flash medium Релиз: 2025-12-16
Оценка	7.4	7.1
Ранг	#60	#77
Надежность	10.0	10.0
Стабильность	8.7	8.7
Тестов верно
Доля успешных попыток	68.3%	63.3%
Нестабильные тесты	3	3
Всего запусков	60	60
Стоимость за результат	2.796	0.345
Общая стоимость	$0.336	$0.038
Цена входа	$0.200 / 1M	$0.100 / 1M
Цена выхода	$1.150 / 1M	$0.300 / 1M
Выходные токены	285,209	12,458
Токены рассуждений	0	115,182
Время ответа (среднее)	16.06s	20.28s
Время ответа (макс.)	124.75s	96.01s
Время ответа (суммарно)	321.11s	283.87s

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 3.7 Flash	8.7	7.9	91.7%	1		4.02s	10,896	0
MiMo-V2-Flash	8.1	7.9	83.3%	1		15.85s	1,674	23,559

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	10.0	10.0	100.0%	0		9.43s	14,569	0
MiMo-V2-Flash	4.1	5.8	33.3%	1		7.20s	456	3,648

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	6,426	0
MiMo-V2-Flash	9.8	10.0	100.0%	0		75.68s	442	26,859

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	2,667	0
MiMo-V2-Flash	6.5	10.0	50.0%	0		0ms	153	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	104,487	0
MiMo-V2-Flash	5.9	7.2	55.6%	1		96.01s	8,374	42,461

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	4,604	0
MiMo-V2-Flash	4.0	10.0	0.0%	0		4.20s	87	488

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	1,857	0
MiMo-V2-Flash	10.0	10.0	100.0%	0		4.28s	75	3,504

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	3,564	0
MiMo-V2-Flash	7.7	10.0	66.7%	0		3.87s	864	1,948

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	1,360	0
MiMo-V2-Flash	10.0	10.0	100.0%	0		27.78s	321	12,715

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	134,779	0
MiMo-V2-Flash	3.0	10.0	0.0%	0		1.96s	12	0

Быстрое сравнение

Сменить пару сравнения

Kimi K2.6mediumБесплатно доступноvsStep 3.7 Flashlow Step 3.7 FlashlowvsMiMo-V2.5medium GPT-5.3 ChatnonevsStep 3.7 Flashlow Claude Sonnet 4.6nonevsMiMo-V2-Flashmedium Step 3.7 FlashlowvsGLM 5V Turbomedium Step 3.7 FlashlowvsGLM 5.1medium Qwen3.6 Max PreviewnonevsMiMo-V2-Flashmedium DeepSeek V4 ProhighvsMiMo-V2-Flashmedium GPT-5.2mediumvsStep 3.7 Flashlow GPT-5.4 MinimediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashlow Step 3.7 FlashhighvsMiMo-V2-Flashmedium