AI BENCHY Compare

Qwen: Qwen3.5-35B-A3B vs Xiaomi: MiMo-V2.5

Resumen

Comparación benchmark de Qwen3.5-35B-A3B (medium) vs MiMo-V2.5 (medium): MiMo-V2.5 (medium) lidera en puntuación media con 6.7 vs 6.3. MiMo-V2.5 (medium) tiene menor coste de benchmark con $0.061 vs $0.401. MiMo-V2.5 (medium) es más rápido con 27.11s vs 72.57s, con tasas de acierto de 69.8% vs 69.8%.

Modelo recomendado: MiMo-V2.5 (medium) - Tiene la mejor puntuación aquí (6.7) y cuesta aproximadamente 6.6x menos que Qwen3.5-35B-A3B (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-10

Métrica	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Lanzamiento: 2026-02-24	MiMo-V2.5 MiMo-V2.5 medium Lanzamiento: 2026-04-22

Métrica	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Lanzamiento: 2026-02-24	MiMo-V2.5 MiMo-V2.5 medium Lanzamiento: 2026-04-22
Puntuación	6.3	6.7
Rango	#104	#90
Fiabilidad	10.0	10.0
Consistencia	7.5	8.1
Pruebas correctas
Tasa de aciertos por intento	69.8%	69.8%
Pruebas inestables	6	5
Ejecuciones totales	63	63
Costo por resultado	5.162	2.966
Costo total	$0.401	$0.061
Precio de entrada	$0.140 / 1M	$0.105 / 1M
Precio de salida	$1.000 / 1M	$0.280 / 1M
Total de tokens de entrada	42,196	41,838
Tokens de salida	40,630	2,827
Tokens de razonamiento	353,577	198,898
Tiempo de respuesta (promedio)	72.57s	27.11s
Tiempo de respuesta (máximo)	409.98s	162.44s
Tiempo de respuesta (total)	1524.04s	569.38s

Generación showcase

Hamster playing table tennis

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

#104 Qwen3.5-35B-A3B

medium

Coste: $0.009
Tiempo: 71.4s
Tokens: 8,631 tok

#90 MiMo-V2.5

medium

Coste: $0.002
Tiempo: 54.8s
Tokens: 5,247 tok

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 entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652
MiMo-V2.5	10.0	10.0	100.0%	0		4.14s	621	281	1,739

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462
MiMo-V2.5	6.2	4.7	66.7%	2		97.14s	7,422	557	81,977

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485
MiMo-V2.5	10.0	10.0	100.0%	0		16.86s	15,060	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 entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493
MiMo-V2.5	2.7	5.7	16.7%	1		6.33s	7,746	306	5,714

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368
MiMo-V2.5	5.3	10.0	33.3%	0		34.53s	735	507	49,478

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753
MiMo-V2.5	5.4	2.5	66.7%	1		5.37s	492	121	418

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361
MiMo-V2.5	9.9	10.0	100.0%	0		1.80s	672	88	801

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585
MiMo-V2.5	8.2	7.2	88.9%	1		20.25s	660	279	33,254

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365
MiMo-V2.5	10.0	10.0	100.0%	0		7.29s	8,220	303	2,424

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053
MiMo-V2.5	3.0	10.0	0.0%	0		51.29s	210	22	15,484

Comparación rápida

Cambiar par de comparación