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

OpenAI: GPT-5.3-Codex vs Xiaomi: MiMo-V2.5-Pro

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-08

Metrik GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05 MiMo-V2.5-Pro MiMo-V2.5-Pro medium Rilis: 2026-04-22
Skor 8.2 8.1
Peringkat #13 #18
Keandalan 10.0 10.0
Konsistensi 8.3 9.2
Tes benar
Tingkat lulus per percobaan 80.7% 74.1%
Tes tidak stabil 4 2
Total Run 57 54
Biaya per hasil 4.594 1.661
Total Biaya $0.598 $0.200
Harga input $1.750 / 1M $1.000 / 1M
Harga output $14.000 / 1M $3.000 / 1M
Token output 2,309 2,790
Token penalaran 36,880 52,001
Waktu respons (rata-rata) 15.33s 16.23s
Waktu respons (maks) 100.93s 84.22s
Waktu respons (total) 291.34s 292.10s

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
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 3.26s 323 1,179
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 8.95s 491 1,530
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 32.58s 543 7,485
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 53.36s 348 11,870
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
MiMo-V2.5-Pro 7.3 5.8 83.3% 1 18.81s 260 8,383
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
MiMo-V2.5-Pro 5.3 10.0 33.3% 0 37.87s 275 17,023
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
MiMo-V2.5-Pro 5.5 10.0 0.0% 0 4.02s 155 163
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
MiMo-V2.5-Pro 9.9 10.0 100.0% 0 2.77s 82 803
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
MiMo-V2.5-Pro 6.7 7.9 55.6% 1 5.16s 493 2,187
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 16.87s 311 2,908
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701
MiMo-V2.5-Pro - - - - - - - -

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewnonevsMiMo-V2.5-PromediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5-PromediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5-PromediumGPT-5.2 ChatnonevsMiMo-V2.5-PromediumGemini 3.1 Flash LitelowvsMiMo-V2.5-PromediumGPT-5.3 ChatnonevsMiMo-V2.5-PromediumDeepSeek V4 FlashhighvsMiMo-V2.5-PromediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash LitelowvsGPT-5.3-Codexmedium