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

xAI: Grok 4.20 Beta vs Xiaomi: MiMo-V2-Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-12

Metrik Grok 4.20 Beta Grok 4.20 Beta medium Rilis: 2026-03-12 MiMo-V2-Flash MiMo-V2-Flash medium Rilis: 2025-12-16
Peringkat #24 #22
Skor Rata-rata 7.0 7.2
Konsistensi 9.0 9.5
Biaya per hasil 5.989 0.316
Total Biaya $0.599 $0.035
Tes benar
Tingkat lulus per percobaan 70.8% 72.9%
Tes tidak stabil 2 1
Total Run 48 48
Token output 1,481 11,613
Token penalaran 86,628 106,714
Waktu respons (rata-rata) 8.89s 25.33s
Waktu respons (maks) 24.21s 96.01s
Waktu respons (total) 142.18s 253.33s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Total token output

Skor Rata-rata 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
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
MiMo-V2-Flash 9.7 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
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
MiMo-V2-Flash 9.0 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
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
MiMo-V2-Flash 5.5 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
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
MiMo-V2-Flash 4.0 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
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
MiMo-V2-Flash 3.0 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
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
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
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
MiMo-V2-Flash 7.0 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
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384
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-FlashmediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumGPT-5.3 ChatnonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-FlashmediumGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumGPT-5.2 ChatnonevsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGPT-5.2 ChatnonevsGrok 4.20 Betamedium