AI BENCHY Compare

Qwen: Qwen3.5-35B-A3B vs Xiaomi: MiMo-V2.5

Ringkasan

Perbandingan benchmark Qwen3.5-35B-A3B (medium) vs MiMo-V2.5 (medium): MiMo-V2.5 (medium) unggul dalam skor rata-rata dengan 6.7 vs 6.3. MiMo-V2.5 (medium) memiliki biaya benchmark lebih rendah di $0.061 vs $0.401. MiMo-V2.5 (medium) lebih cepat di 27.11s vs 72.57s, dengan tingkat keberhasilan 69.8% vs 69.8%.

Model yang direkomendasikan: MiMo-V2.5 (medium) - It has the best score here (6.7), while costing about 6.6x less than Qwen3.5-35B-A3B (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-10

Metrik	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Rilis: 2026-02-24	MiMo-V2.5 MiMo-V2.5 medium Rilis: 2026-04-22

Metrik	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Rilis: 2026-02-24	MiMo-V2.5 MiMo-V2.5 medium Rilis: 2026-04-22
Skor	6.3	6.7
Peringkat	#104	#90
Keandalan	10.0	10.0
Konsistensi	7.5	8.1
Tes benar
Tingkat lulus per percobaan	69.8%	69.8%
Tes tidak stabil	6	5
Total Run	63	63
Biaya per hasil	5.162	2.966
Total Biaya	$0.401	$0.061
Harga input	$0.140 / 1M	$0.105 / 1M
Harga output	$1.000 / 1M	$0.280 / 1M
Total token input	42,196	41,838
Token output	40,630	2,827
Token penalaran	353,577	198,898
Waktu respons (rata-rata)	72.57s	27.11s
Waktu respons (maks)	409.98s	162.44s
Waktu respons (total)	1524.04s	569.38s

Showcase generasi

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#104 Qwen3.5-35B-A3B

medium

Biaya: $0.009
Waktu: 71.4s
Token: 8,631 tok

#90 MiMo-V2.5

medium

Biaya: $0.002
Waktu: 54.8s
Token: 5,247 tok

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 input	Token output	Token penalaran
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652
MiMo-V2.5	10.0	10.0	100.0%	0		4.14s	621	281	1,739

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462
MiMo-V2.5	6.2	4.7	66.7%	2		97.14s	7,422	557	81,977

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485
MiMo-V2.5	10.0	10.0	100.0%	0		16.86s	15,060	363	7,609

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493
MiMo-V2.5	2.7	5.7	16.7%	1		6.33s	7,746	306	5,714

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368
MiMo-V2.5	5.3	10.0	33.3%	0		34.53s	735	507	49,478

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753
MiMo-V2.5	5.4	2.5	66.7%	1		5.37s	492	121	418

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361
MiMo-V2.5	9.9	10.0	100.0%	0		1.80s	672	88	801

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585
MiMo-V2.5	8.2	7.2	88.9%	1		20.25s	660	279	33,254

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365
MiMo-V2.5	10.0	10.0	100.0%	0		7.29s	8,220	303	2,424

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053
MiMo-V2.5	3.0	10.0	0.0%	0		51.29s	210	22	15,484

Perbandingan Cepat

Ganti Pasangan Perbandingan