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-Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-29

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 MiMo-V2-Flash MiMo-V2-Flash medium Rilis: 2025-12-16
Skor 7.3 7.1
Peringkat #65 #77
Keandalan 10.0 10.0
Konsistensi 9.2 8.7
Tes benar
Tingkat lulus per percobaan 65.0% 63.3%
Tes tidak stabil 2 3
Total Run 60 60
Biaya per hasil 4.324 0.345
Total Biaya $0.519 $0.038
Harga input $5.000 / 1M $0.100 / 1M
Harga output $25.000 / 1M $0.300 / 1M
Token output 8,098 12,458
Token penalaran 0 115,182
Waktu respons (rata-rata) 3.51s 20.28s
Waktu respons (maks) 17.73s 96.01s
Waktu respons (total) 70.19s 283.87s

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-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 4.8 6.8 10.0 50.0% 0 3.59s 1,323 0
MiMo-V2-Flash 4.1 5.8 33.3% 1 7.20s 456 3,648
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 3,259 0
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 4.8 7.3 5.8 83.3% 1 1.77s 308 0
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 4.8 5.3 7.2 44.4% 1 1.66s 61 0
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 4.8 10.0 10.0 100.0% 0 3.48s 230 0
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 4.8 9.9 10.0 100.0% 0 1.37s 95 0
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 4.8 7.7 10.0 66.7% 0 2.74s 783 0
MiMo-V2-Flash 7.7 10.0 66.7% 0 3.87s 864 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 4.8 10.0 10.0 100.0% 0 5.35s 355 0
MiMo-V2-Flash 10.0 10.0 100.0% 0 27.78s 321 12,715
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-Flash 3.0 10.0 0.0% 0 1.96s 12 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsRing-2.6-1TmediumQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumDeepSeek V4 ProhighvsMiMo-V2-FlashmediumClaude Opus 4.8nonevsGLM 5V TurbomediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.5 Flashmedium