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 4.8 vs Xiaomi: MiMo-V2.5

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-28

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lanzamiento: 2026-05-28 MiMo-V2.5 MiMo-V2.5 medium Lanzamiento: 2026-04-22
Puntuación 7.3 7.4
Rango #63 #57
Fiabilidad 10.0 10.0
Consistencia 9.2 8.4
Pruebas correctas
Tasa de aciertos por intento 65.0% 70.0%
Pruebas inestables 2 4
Ejecuciones totales 60 60
Costo por resultado 4.324 2.876
Costo total $0.519 $0.052
Precio de entrada $5.000 / 1M $0.140 / 1M
Precio de salida $25.000 / 1M $0.280 / 1M
Tokens de salida 8,098 2,806
Tokens de razonamiento 0 161,888
Tiempo de respuesta (promedio) 3.51s 20.35s
Tiempo de respuesta (máximo) 17.73s 97.49s
Tiempo de respuesta (total) 70.19s 406.94s

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 4.8 6.5 10.0 50.0% 0 3.40s 1,472 0
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 4.8 6.8 10.0 50.0% 0 3.59s 1,323 0
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 4.8 9.5 10.0 100.0% 0 17.73s 3,259 0
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 4.8 7.3 5.8 83.3% 1 1.77s 308 0
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 4.8 5.3 7.2 44.4% 1 1.66s 61 0
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 4.8 10.0 10.0 100.0% 0 3.48s 230 0
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 4.8 9.9 10.0 100.0% 0 1.37s 95 0
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 4.8 7.7 10.0 66.7% 0 2.74s 783 0
MiMo-V2.5 8.2 7.2 88.9% 1 20.25s 279 33,254
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 4.8 10.0 10.0 100.0% 0 5.35s 355 0
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 4.8 3.0 10.0 0.0% 0 3.41s 212 0
MiMo-V2.5 3.0 10.0 0.0% 0 51.29s 22 15,484

Comparación rápida

Cambiar par de comparación