AI BENCHY 对比
StepFun: Step 3.5 Flash vs Xiaomi: MiMo-V2-Omni
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-21
| 指标 | Step 3.5 Flash Step 3.5 Flash medium 免费可用 | MiMo-V2-Omni MiMo-V2-Omni none |
|---|---|---|
| 分数 | 7.9 | 6.4 |
| 排名 | #24 | #43 |
| 一致性 | 9.1 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 70.6% | 47.1% |
| 不稳定测试 | 2 | 0 |
| 总运行次数 | 49 | 17 |
| 每个结果成本 | 0.000 | 0.069 |
| 总成本 | $0.000 | $0.006 |
| ???? | $0.100 / 1M | $0.400 / 1M |
| ???? | $0.300 / 1M | $2.000 / 1M |
| 输出令牌 | 71,904 | 469 |
| 推理令牌 | 155,607 | 0 |
| 响应时间（平均） | 26.78s | 2.01s |
| 响应时间（最大） | 170.45s | 6.81s |
| 响应时间（总计） | 294.58s | 34.09s |
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
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.56s | 14,376 | 17,668 | |
| MiMo-V2-Omni | 4.8 | 10.0 | 25.0% | 0 | 1.10s | 74 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.57s | 1,176 | 12,984 | |
| MiMo-V2-Omni | 3.0 | 10.0 | 0.0% | 0 | 2.47s | 110 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| 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 | 1.69s | 83 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 5.3 | 7.2 | 44.4% | 1 | 170.45s | 45,350 | 90,436 | |
| MiMo-V2-Omni | 5.3 | 10.0 | 33.3% | 0 | 1.14s | 8 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 5.5 | 10.0 | 0.0% | 0 | 6.54s | 2,214 | 2,584 | |
| MiMo-V2-Omni | 4.5 | 10.0 | 0.0% | 0 | 1.19s | 37 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 8.5 | 6.8 | 83.3% | 1 | 4.98s | 2,284 | 3,412 | |
| MiMo-V2-Omni | 6.5 | 10.0 | 50.0% | 0 | 4.18s | 22 | 0 |
| Puzzle Solving | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 5.3 | 10.0 | 33.3% | 0 | 7.72s | 5,629 | 10,835 | |
| MiMo-V2-Omni | 8.0 | 10.0 | 66.7% | 0 | 2.71s | 58 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| 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 | 2.76s | 77 | 0 |
快速对比
切换对比组合
Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium免费可用GPT-5.2 ChatnonevsStep 3.5 Flashmedium免费可用Gemini 3 Flash PreviewnonevsStep 3.5 Flashmedium免费可用Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium免费可用Mercury 2mediumvsMiMo-V2-OmninoneGPT-5 NanomediumvsMiMo-V2-OmninoneGrok 4.20 Multi-Agent BetamediumvsMiMo-V2-OmninoneGPT-5.3 ChatnonevsStep 3.5 Flashmedium免费可用GPT-5 MinimediumvsMiMo-V2-Omninonegpt-oss-120bmedium免费可用vsMiMo-V2-OmninoneNemotron 3 Supermedium免费可用vsMiMo-V2-OmninoneGrok 4.1 FastmediumvsMiMo-V2-Omninone