Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-10

Metrik Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31 MiMo-V2-Flash MiMo-V2-Flash medium Rilis: 2025-12-16
Skor 6.9 7.2
Peringkat #68 #56
Keandalan 10.0 10.0
Konsistensi 8.3 8.7
Tes benar
Tingkat lulus per percobaan 63.2% 66.7%
Tes tidak stabil 4 3
Total Run 57 57
Biaya per hasil 7.559 0.341
Total Biaya $0.756 $0.038
Harga input $1.250 / 1M $0.100 / 1M
Harga output $2.500 / 1M $0.300 / 1M
Token output 1,784 12,399
Token penalaran 128,233 115,182
Waktu respons (rata-rata) 14.53s 21.71s
Waktu respons (maks) 63.48s 96.01s
Waktu respons (total) 276.06s 282.29s

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
Grok 4.20 8.2 7.9 83.3% 1 3.95s 287 8,312
MiMo-V2-Flash 8.1 7.9 83.3% 1 15.85s 1,674 23,559
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
MiMo-V2-Flash 4.7 1.6 66.7% 1 13.03s 428 3,648
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
MiMo-V2-Flash 9.8 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 10.0 10.0 100.0% 0 4.17s 180 5,333
MiMo-V2-Flash 6.5 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 5.3 10.0 33.3% 0 27.03s 375 49,339
MiMo-V2-Flash 5.9 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 3.9 2.6 33.3% 1 24.48s 65 6,440
MiMo-V2-Flash 4.0 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 7.3 6.0 83.3% 1 4.42s 40 5,474
MiMo-V2-Flash 10.0 10.0 100.0% 0 4.28s 75 3,504
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 7.7 10.0 66.7% 0 6.20s 149 7,913
MiMo-V2-Flash 7.7 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 3.0 10.0 0.0% 0 13.68s 197 6,620
MiMo-V2-Flash 10.0 10.0 100.0% 0 27.78s 321 12,715
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 3.0 10.0 0.0% 0 63.48s 9 16,442
MiMo-V2-Flash 3.0 10.0 0.0% 0 1.96s 12 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 ProhighvsGrok 4.20mediumRing 2.6 1tnoneTersedia gratisvsMiMo-V2-FlashmediumQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumGemma 4 31BnoneTersedia gratisvsGrok 4.20mediumGemini 3.1 Flash LiteminimalvsGrok 4.20mediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGPT-5.5nonevsGrok 4.20mediumGemini 3.1 Flash LitenonevsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumDeepSeek V4 FlashhighvsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGrok 4.20mediumGPT-5.3 ChatnonevsMiMo-V2-Flashmedium