Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Xiaomi: MiMo-V2.5

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-22

Métrica Claude Opus 4.6 Claude Opus 4.6 medium Lanzamiento: 2026-02-05 MiMo-V2.5 MiMo-V2.5 medium Lanzamiento: 2026-04-22
Puntuación 7.2 7.4
Rango #63 #53
Fiabilidad 10.0 10.0
Consistencia 9.1 8.4
Pruebas correctas
Tasa de aciertos por intento 63.3% 70.0%
Pruebas inestables 2 4
Ejecuciones totales 60 60
Costo por resultado 15.798 2.877
Costo total $1.896 $0.346
Precio de entrada $5.000 / 1M $0.400 / 1M
Precio de salida $25.000 / 1M $2.000 / 1M
Tokens de salida 42,253 2,891
Tokens de razonamiento 23,561 161,845
Tiempo de respuesta (promedio) 25.44s 20.40s
Tiempo de respuesta (máximo) 83.40s 97.49s
Tiempo de respuesta (total) 330.70s 407.98s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
MiMo-V2.5 10.0 10.0 100.0% 0 4.14s 281 1,739
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 7.2 9.8 50.0% 0 29.37s 7,865 3,675
MiMo-V2.5 6.9 6.2 66.7% 1 64.48s 536 44,967
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
MiMo-V2.5 10.0 10.0 100.0% 0 16.86s 363 7,609
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
MiMo-V2.5 2.7 5.7 16.7% 1 6.33s 306 5,714
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
MiMo-V2.5 5.3 10.0 33.3% 0 34.53s 507 49,478
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
MiMo-V2.5 5.4 2.5 66.7% 1 5.37s 121 418
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
MiMo-V2.5 9.9 10.0 100.0% 0 1.80s 88 801
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
MiMo-V2.5 8.2 7.2 88.9% 1 20.60s 364 33,211
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
MiMo-V2.5 10.0 10.0 100.0% 0 7.29s 303 2,424
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 8,045 2,452
MiMo-V2.5 3.0 10.0 0.0% 0 51.29s 22 15,484

Comparación rápida

Cambiar par de comparación