Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Xiaomi: MiMo-V2-Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-29

Metrik Claude Opus 4.6 Claude Opus 4.6 medium Rilis: 2026-02-05 MiMo-V2-Flash MiMo-V2-Flash medium Rilis: 2025-12-16
Skor 7.6 7.5
Peringkat #49 #53
Keandalan T/A T/A
Konsistensi 9.1 8.6
Tes benar
Tingkat lulus per percobaan 70.4% 70.4%
Tes tidak stabil 2 3
Total Run 54 54
Biaya per hasil 12.047 0.341
Total Biaya $1.446 $0.038
Harga input $5.000 / 1M $0.090 / 1M
Harga output $25.000 / 1M $0.290 / 1M
Token output 29,829 12,387
Token penalaran 18,938 115,182
Waktu respons (rata-rata) 21.08s 23.36s
Waktu respons (maks) 83.40s 96.01s
Waktu respons (total) 231.84s 280.34s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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

Perbandingan Cepat

Ganti Pasangan Perbandingan

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