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 vs Xiaomi: MiMo-V2.5

Ringkasan

Perbandingan benchmark Grok 4.20 vs MiMo-V2.5: Grok 4.20 unggul dalam skor rata-rata dengan 7.3 vs 6.7. MiMo-V2.5 memiliki biaya benchmark lebih rendah di $0.063 vs $0.609. MiMo-V2.5 lebih cepat di 27.11s vs 27.68s, dengan tingkat keberhasilan 63.5% vs 69.8%.

Model yang direkomendasikan: MiMo-V2.5 - Its score stays close to the best score here (6.7 vs 7.3), while costing about 9.8x less than Grok 4.20.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31 MiMo-V2.5 MiMo-V2.5 medium Rilis: 2026-04-22
Skor 7.3 6.7
Peringkat #53 #76
Keandalan 10.0 10.0
Konsistensi 8.8 8.1
Tes benar
Tingkat lulus per percobaan 63.5% 69.8%
Tes tidak stabil 3 5
Total Run 63 63
Biaya per hasil 8.309 2.966
Total Biaya $0.609 $0.063
Harga input $1.250 / 1M $0.140 / 1M
Harga output $2.500 / 1M $0.280 / 1M
Total token input 44,433 41,838
Token output 1,819 2,827
Token penalaran 219,524 198,898
Waktu respons (rata-rata) 27.68s 27.11s
Waktu respons (maks) 199.66s 162.44s
Waktu respons (total) 581.26s 569.38s

Showcase generasi

Hamster playing table tennis

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

#53 xAI: Grok 4.20

medium
Biaya
$0.041
Waktu
110.3s
Token
16,336 tok

#76 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
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
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
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
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
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
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
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
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
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
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
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
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
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
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
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
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
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
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
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442
MiMo-V2.5 3.0 10.0 0.0% 0 51.29s 210 22 15,484

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumGemini 3.5 FlashminimalvsMiMo-V2.5mediumClaude Opus 4.8nonevsGrok 4.20mediumQwen3.7 MaxnonevsMiMo-V2.5mediumGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewnonevsMiMo-V2.5mediumGrok 4.20mediumvsGLM 5.2noneGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5mediumStep 3.7 FlashhighvsGrok 4.20medium