Navigasi
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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-28

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 MiMo-V2.5 MiMo-V2.5 medium Rilis: 2026-04-22
Skor 7.3 7.4
Peringkat #63 #57
Keandalan 10.0 10.0
Konsistensi 9.2 8.4
Tes benar
Tingkat lulus per percobaan 65.0% 70.0%
Tes tidak stabil 2 4
Total Run 60 60
Biaya per hasil 4.324 2.876
Total Biaya $0.519 $0.052
Harga input $5.000 / 1M $0.140 / 1M
Harga output $25.000 / 1M $0.280 / 1M
Token output 8,098 2,806
Token penalaran 0 161,888
Waktu respons (rata-rata) 3.51s 20.35s
Waktu respons (maks) 17.73s 97.49s
Waktu respons (total) 70.19s 406.94s

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 4.8 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
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
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 4.8 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
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 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
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.3 ChatnonevsMiMo-V2.5mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitelowvsMiMo-V2.5mediumClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsGPT-5 MinimediumClaude Opus 4.8nonevsKimi K2.6mediumTersedia gratis