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-Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-29

Métrica Claude Opus 4.6 Claude Opus 4.6 medium Lanzamiento: 2026-02-05 MiMo-V2-Flash MiMo-V2-Flash medium Lanzamiento: 2025-12-16
Puntuación 7.6 7.5
Rango #49 #53
Fiabilidad N/D N/D
Consistencia 9.1 8.6
Pruebas correctas
Tasa de aciertos por intento 70.4% 70.4%
Pruebas inestables 2 3
Ejecuciones totales 54 54
Costo por resultado 12.047 0.341
Costo total $1.446 $0.038
Precio de entrada $5.000 / 1M $0.090 / 1M
Precio de salida $25.000 / 1M $0.290 / 1M
Tokens de salida 29,829 12,387
Tokens de razonamiento 18,938 115,182
Tiempo de respuesta (promedio) 21.08s 23.36s
Tiempo de respuesta (máximo) 83.40s 96.01s
Tiempo de respuesta (total) 231.84s 280.34s

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-Flash 8.1 7.9 83.3% 1 15.85s 1,674 23,559
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 10.0 10.0 100.0% 0 23.11s 3,486 1,504
MiMo-V2-Flash 4.7 1.6 66.7% 1 13.03s 428 3,648
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-Flash 9.8 10.0 100.0% 0 75.68s 442 26,859
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-Flash 6.5 10.0 50.0% 0 0ms 153 0
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-Flash 5.9 7.2 55.6% 1 96.01s 8,374 42,461
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-Flash 4.0 10.0 0.0% 0 4.20s 87 488
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-Flash 10.0 10.0 100.0% 0 4.28s 75 3,504
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-Flash 7.7 10.0 66.7% 0 3.77s 833 1,948
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-Flash 10.0 10.0 100.0% 0 27.78s 321 12,715

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsMiMo-V2-FlashmediumClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.6mediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneDeepSeek V4 FlashhighvsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-FlashmediumGPT-5.2 ChatnonevsMiMo-V2-FlashmediumClaude Opus 4.6mediumvsGemini 3.1 Flash Lite Previewlow