AI BENCHY Compare
Anthropic: Claude Sonnet 4.6 vs Xiaomi: MiMo-V2-Pro
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-03-20
| 指標 | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | MiMo-V2-Pro MiMo-V2-Pro medium |
|---|---|---|
| スコア | 7.9 | 8.0 |
| 順位 | #21 | #20 |
| 一貫性 | 9.5 | 8.5 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.6% | 76.5% |
| 不安定なテスト | 1 | 3 |
| 総実行回数 | 51 | 45 |
| 結果あたりのコスト | 8.531 | 1.110 |
| 合計コスト | $1.024 | $0.123 |
| ???? | $3.000 / 1M | $1.000 / 1M |
| ???? | $15.000 / 1M | $3.000 / 1M |
| 出力トークン | 35,174 | 1,875 |
| 推論トークン | 24,687 | 26,959 |
| 応答時間（平均） | 10.09s | 9.78s |
| 応答時間（最大） | 46.35s | 64.71s |
| 応答時間（合計） | 90.85s | 156.45s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 6.5 | 10.0 | 50.0% | 0 | 2.98s | 1,046 | 1,093 | |
| MiMo-V2-Pro | 10.0 | 10.0 | 100.0% | 0 | 3.06s | 223 | 1,107 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 46.35s | 5,871 | 3,962 | |
| MiMo-V2-Pro | 4.7 | 1.6 | 66.7% | 1 | 64.71s | 380 | 14,186 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 13.90s | 649 | 742 | |
| MiMo-V2-Pro | 7.3 | 5.8 | 83.3% | 1 | 17.20s | 260 | 7,484 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 2.9 | 7.2 | 11.1% | 1 | 0ms | 25,790 | 16,919 | |
| MiMo-V2-Pro | 5.3 | 10.0 | 33.3% | 0 | 6.00s | 155 | 1,048 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.94s | 256 | 433 | |
| MiMo-V2-Pro | 10.0 | 10.0 | 100.0% | 0 | 4.06s | 198 | 424 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.61s | 318 | 552 | |
| MiMo-V2-Pro | 9.9 | 10.0 | 100.0% | 0 | 3.36s | 83 | 667 |
| Puzzle Solving | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.80s | 589 | 635 | |
| MiMo-V2-Pro | 7.0 | 7.2 | 55.6% | 1 | 4.71s | 313 | 1,179 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.48s | 655 | 351 | |
| MiMo-V2-Pro | 10.0 | 10.0 | 100.0% | 0 | 8.19s | 263 | 864 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewnonevsMiMo-V2-PromediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2-PromediumClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-PromediumGPT-5.2 ChatnonevsMiMo-V2-PromediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2-PromediumClaude Sonnet 4.6nonevsMiMo-V2-PromediumGemini 3 Flash PreviewlowvsMiMo-V2-Promedium