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 Sonnet 4.6 vs Xiaomi: MiMo-V2-Pro

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-20

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 medium Rilis: 2026-02-17 MiMo-V2-Pro MiMo-V2-Pro medium Rilis: 2026-03-18
Skor 7.9 8.0
Peringkat #21 #20
Konsistensi 9.5 8.5
Tes benar
Tingkat lulus per percobaan 72.6% 76.5%
Tes tidak stabil 1 3
Total Run 51 45
Biaya per hasil 8.531 1.110
Total Biaya $1.024 $0.123
Harga input $3.000 / 1M $1.000 / 1M
Harga output $15.000 / 1M $3.000 / 1M
Token output 35,174 1,875
Token penalaran 24,687 26,959
Waktu respons (rata-rata) 10.09s 9.78s
Waktu respons (maks) 46.35s 64.71s
Waktu respons (total) 90.85s 156.45s

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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 1,046 1,093
MiMo-V2-Pro 10.0 10.0 100.0% 0 3.06s 223 1,107
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
MiMo-V2-Pro 4.7 1.6 66.7% 1 64.71s 380 14,186
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
MiMo-V2-Pro 7.3 5.8 83.3% 1 17.20s 260 7,484
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
MiMo-V2-Pro 5.3 10.0 33.3% 0 6.00s 155 1,048
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
MiMo-V2-Pro 10.0 10.0 100.0% 0 4.06s 198 424
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
MiMo-V2-Pro 9.9 10.0 100.0% 0 3.36s 83 667
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.80s 589 635
MiMo-V2-Pro 7.0 7.2 55.6% 1 4.71s 313 1,179
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
MiMo-V2-Pro 10.0 10.0 100.0% 0 8.19s 263 864

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewnonevsMiMo-V2-PromediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2-PromediumClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-PromediumGPT-5.2 ChatnonevsMiMo-V2-PromediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2-PromediumClaude Sonnet 4.6nonevsMiMo-V2-PromediumGemini 3 Flash PreviewlowvsMiMo-V2-Promedium