North Mini Code vs StepFun: Step 3.5 Flash

Step 3.5 Flash (medium) 平均分领先，为 6.0 vs 5.9。 North Mini Code (medium) benchmark 成本更低，为 $0.000 vs $0.108。 North Mini Code (medium) 更快，为 137.11s vs 174.22s，通过率为 48.5% vs 51.5%。

推荐模型Step 3.5 Flash (medium)它在本次比较中得分最高（6.0），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	North Mini Code North Mini Code medium 发布日期: 2026-06-18 免费可用	Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01

指标	North Mini Code North Mini Code medium 发布日期: 2026-06-18 免费可用	Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01
分数	5.9	6.0
排名	#148	#141
可靠性	8.6	9.2
一致性	8.5	9.0
测试正确
尝试通过率	48.5%	51.5%
不稳定测试	4	1
总运行次数	58	63
每个结果成本	0.000	0.540
总成本	$0.000	$0.108
输入价格	$0.000 / 1M	$0.100 / 1M
输出价格	$0.000 / 1M	$0.300 / 1M
总输入令牌	81,813	65,707
输出令牌	424,772	108,561
推理令牌	1,342,029	293,993
响应时间（平均）	137.11s	174.22s
响应时间（最大）	786.72s	1597.85s
响应时间（总计）	3016.42s	2613.32s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#148 North Mini Code

medium

成本: $0.000
时间: 51.8s
令牌: 12,460 tok

#141 Step 3.5 Flash

medium

成本: $0.008
时间: 277.1s
令牌: 23,695 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	8.4	10.0	75.0%	0		64.79s	324	64,441	68,535
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	4.5	4.9	33.3%	2		320.43s	7,119	219,891	561,569
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	2.9	5.8	16.7%	1		554.89s	63,682	0	472,040
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	10.0	10.0	100.0%	0		24.06s	6,819	240	2,659
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	5.3	7.2	44.4%	1		71.37s	621	8,483	104,079
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	5.1	10.0	0.0%	0		25.08s	444	1,546	1,635
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	9.8	10.0	100.0%	0		15.43s	379	909	1,339
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	3.3	10.0	0.0%	0		19.70s	543	2,215	2,485
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	10.0	10.0	100.0%	0		3.93s	1,776	41	563
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	3.0	10.0	0.0%	0		305.02s	106	127,006	127,125
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

快速对比

切换对比组合

North Mini Codemedium免费可用vsGPT-5.4 Mininone Nemotron 3 Ultranone免费可用vsStep 3.5 Flashmedium Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium Qwen3.5 Plus 2026-04-20nonevsStep 3.5 Flashmedium Qwen3.5-FlashnonevsStep 3.5 Flashmedium Qwen3.6 FlashnonevsStep 3.5 Flashmedium GPT-5.6 TerranonevsStep 3.5 Flashmedium North Mini Codemedium免费可用vsKimi K2.6none Step 3.5 FlashmediumvsInklinglow Gemini 3.1 Flash LitenonevsStep 3.5 Flashmedium North Mini Codemedium免费可用vsGPT-5.4none Gemini 3.1 Flash LiteminimalvsStep 3.5 Flashmedium