Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

xAI: Grok 4.20 Multi-Agent Beta vs Xiaomi: MiMo-V2-Pro

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-20

Metrik Grok 4.20 Multi-Agent Beta Grok 4.20 Multi-Agent Beta medium Rilis: 2026-03-12 MiMo-V2-Pro MiMo-V2-Pro none Rilis: 2026-03-18
Skor 6.2 5.8
Peringkat #45 #54
Konsistensi 7.2 8.5
Tes benar
Tingkat lulus per percobaan 54.9% 45.1%
Tes tidak stabil 6 3
Total Run 51 51
Biaya per hasil 82.962 0.659
Total Biaya $4.978 $0.040
Harga input $2.000 / 1M $1.000 / 1M
Harga output $6.000 / 1M $3.000 / 1M
Token output 298,948 1,721
Token penalaran 296,529 0
Waktu respons (rata-rata) 8.64s 2.31s
Waktu respons (maks) 35.28s 6.58s
Waktu respons (total) 129.64s 39.25s

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 Multi-Agent Beta 6.9 5.8 75.0% 2 3.46s 33,706 33,077
MiMo-V2-Pro 3.5 8.0 16.7% 1 1.80s 315 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 Multi-Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
MiMo-V2-Pro 3.0 10.0 0.0% 0 6.58s 333 0
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 Multi-Agent Beta 10.0 10.0 100.0% 0 5.54s 25,306 25,051
MiMo-V2-Pro 10.0 10.0 100.0% 0 1.39s 249 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 Multi-Agent Beta 2.9 7.2 11.1% 1 24.67s 164,609 163,647
MiMo-V2-Pro 5.3 7.2 44.4% 1 1.78s 26 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 Multi-Agent Beta 5.8 2.8 66.7% 1 6.40s 15,848 15,746
MiMo-V2-Pro 4.3 9.9 0.0% 0 2.44s 125 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 Multi-Agent Beta 8.3 10.0 50.0% 0 4.63s 25,457 25,322
MiMo-V2-Pro 6.5 10.0 50.0% 0 2.51s 69 0
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 Multi-Agent Beta 7.2 5.1 77.8% 2 5.01s 34,022 33,686
MiMo-V2-Pro 6.0 7.1 55.6% 1 1.83s 327 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 Multi-Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
MiMo-V2-Pro 10.0 10.0 100.0% 0 4.39s 277 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

MiniMax M2.5mediumTersedia gratisvsMiMo-V2-PrononeDeepSeek V3.2nonevsGrok 4.20 Multi-Agent BetamediumMistral Small 4mediumvsMiMo-V2-PrononeQwen3.5-FlashnonevsGrok 4.20 Multi-Agent Betamediumgpt-oss-120bmediumTersedia gratisvsMiMo-V2-PrononeSeed-2.0-LitenonevsGrok 4.20 Multi-Agent BetamediumGemini 2.5 FlashnonevsGrok 4.20 Multi-Agent BetamediumQwen3.5-35B-A3BnonevsGrok 4.20 Multi-Agent BetamediumHunter AlphanonevsGrok 4.20 Multi-Agent BetamediumQwen3.5-122B-A10BnonevsGrok 4.20 Multi-Agent BetamediumGPT-5 NanomediumvsMiMo-V2-PrononeGrok 4.20 Multi-Agent BetamediumvsGLM 5none