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

DeepSeek: DeepSeek V3.2 vs Xiaomi: MiMo-V2-Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-15

Metrik DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01 MiMo-V2-Flash MiMo-V2-Flash medium Rilis: 2025-12-16
Peringkat #14 #18
Skor 8.1 7.9
Konsistensi 8.5 9.5
Biaya per hasil 0.225 0.316
Total Biaya $0.025 $0.035
Tes benar
Tingkat lulus per percobaan 79.2% 72.9%
Tes tidak stabil 3 1
Total Run 48 48
Token output 7,392 11,613
Token penalaran 39,089 106,714
Waktu respons (rata-rata) 39.48s 25.33s
Waktu respons (maks) 93.11s 96.01s
Waktu respons (total) 631.71s 253.33s

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
DeepSeek V3.2 7.8 9.9 66.7% 0 33.39s 1,171 4,893
MiMo-V2-Flash 9.9 10.0 100.0% 0 16.79s 1,328 18,739
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 571 6,296
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
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 207 7,693
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
DeepSeek V3.2 5.3 7.2 44.4% 1 39.32s 3,081 7,856
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
DeepSeek V3.2 5.4 2.5 66.7% 1 31.30s 68 2,366
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
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 1,397 2,845
MiMo-V2-Flash 10.0 10.0 100.0% 0 4.28s 75 3,504
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 8.2 7.2 88.9% 1 36.87s 390 6,281
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
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 507 859
MiMo-V2-Flash 10.0 10.0 100.0% 0 27.78s 321 12,715

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewnonevsMiMo-V2-FlashmediumGPT-5.2 ChatnonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsMiMo-V2-FlashmediumDeepSeek V3.2mediumvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewlowDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V3.2mediumvsGemini 3 Flash Previewlow