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-5.4 vs Xiaomi: MiMo-V2.5-Pro

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-22

Metrik GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05 MiMo-V2.5-Pro MiMo-V2.5-Pro medium Rilis: 2026-04-22
Skor 7.9 7.6
Peringkat #27 #40
Keandalan 10.0 10.0
Konsistensi 8.5 8.9
Tes benar
Tingkat lulus per percobaan 75.0% 68.3%
Tes tidak stabil 4 3
Total Run 60 60
Biaya per hasil 8.767 2.407
Total Biaya $1.140 $0.289
Harga input $2.500 / 1M $1.000 / 1M
Harga output $15.000 / 1M $3.000 / 1M
Token output 2,222 4,957
Token penalaran 68,503 80,301
Waktu respons (rata-rata) 22.31s 21.77s
Waktu respons (maks) 100.41s 130.77s
Waktu respons (total) 446.15s 435.33s

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
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
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-5.4 8.2 6.7 83.3% 1 54.98s 412 19,995
MiMo-V2.5-Pro 7.0 6.2 66.7% 1 81.67s 769 33,771
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
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-5.4 10.0 10.0 100.0% 0 5.32s 234 804
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-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
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-5.4 4.7 3.1 33.3% 1 4.92s 145 321
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-5.4 10.0 10.0 100.0% 0 3.11s 93 897
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-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
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-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031
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-5.4 3.0 10.0 0.0% 0 13.95s 30 1,821
MiMo-V2.5-Pro 3.0 10.0 0.0% 0 12.46s 1,941 2,014

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5-PromediumGPT-5.2 ChatnonevsMiMo-V2.5-PromediumGemini 3 Flash PreviewnonevsMiMo-V2.5-PromediumGemini 3.5 FlashminimalvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5-PromediumGemini 3.1 Flash LitelowvsMiMo-V2.5-PromediumGPT-5.3 ChatnonevsMiMo-V2.5-PromediumDeepSeek V4 FlashhighTersedia gratisvsMiMo-V2.5-PromediumGemini 3 Flash PreviewnonevsGPT-5.4mediumQwen3.7 MaxnonevsMiMo-V2.5-PromediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4medium