AI BENCHY Compare
OpenAI: GPT-5.3 Chat vs Xiaomi: MiMo-V2-Flash
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: 2026-06-04
| 指標 | GPT-5.3 Chat GPT-5.3 Chat none | MiMo-V2-Flash MiMo-V2-Flash medium |
|---|---|---|
| スコア | 7.2 | 7.2 |
| 順位 | #63 | #64 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.1 | 8.8 |
| 正解テスト | ||
| 試行ごとの合格率 | 66.7% | 65.1% |
| 不安定なテスト | 5 | 3 |
| 総実行回数 | 63 | 63 |
| 結果あたりのコスト | 3.605 | 0.343 |
| 合計コスト | $0.433 | $0.043 |
| 入力価格 | $1.750 / 1M | $0.100 / 1M |
| 出力価格 | $14.000 / 1M | $0.300 / 1M |
| 合計入力トークン | 34,209 | 40,111 |
| 出力トークン | 26,617 | 12,476 |
| 推論トークン | 0 | 125,039 |
| 応答時間（平均） | 6.34s | 20.11s |
| 応答時間（最大） | 18.33s | 96.01s |
| 応答時間（合計） | 133.13s | 301.59s |
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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 6.7 | 8.1 | 58.3% | 1 | 3.86s | 606 | 3,167 | 0 | |
| MiMo-V2-Flash | 8.1 | 7.9 | 83.3% | 1 | 15.85s | 621 | 1,674 | 23,559 |
| コーディング | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 5.6 | 4.7 | 55.6% | 2 | 10.52s | 7,302 | 6,632 | 0 | |
| MiMo-V2-Flash | 6.0 | 7.2 | 55.6% | 1 | 10.71s | 7,177 | 474 | 13,505 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 11.96s | 11,019 | 2,614 | 0 | |
| MiMo-V2-Flash | 9.8 | 10.0 | 100.0% | 0 | 75.68s | 18,676 | 442 | 26,859 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.21s | 7,140 | 942 | 0 | |
| MiMo-V2-Flash | 6.5 | 10.0 | 50.0% | 0 | 0ms | 2,622 | 153 | 0 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 3.5 | 4.4 | 33.3% | 2 | 13.01s | 723 | 8,264 | 0 | |
| MiMo-V2-Flash | 5.9 | 7.2 | 55.6% | 1 | 96.01s | 739 | 8,374 | 42,461 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 4.6 | 10.0 | 0.0% | 0 | 1.99s | 477 | 319 | 0 | |
| MiMo-V2-Flash | 4.0 | 10.0 | 0.0% | 0 | 4.20s | 492 | 87 | 488 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 9.8 | 10.0 | 100.0% | 0 | 3.51s | 660 | 1,491 | 0 | |
| MiMo-V2-Flash | 10.0 | 10.0 | 100.0% | 0 | 4.28s | 678 | 75 | 3,504 |
| パズル解決 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.99s | 642 | 1,758 | 0 | |
| MiMo-V2-Flash | 7.7 | 10.0 | 66.7% | 0 | 3.87s | 670 | 864 | 1,948 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 8.36s | 5,445 | 861 | 0 | |
| MiMo-V2-Flash | 10.0 | 10.0 | 100.0% | 0 | 27.78s | 8,220 | 321 | 12,715 |
| 雑学 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 3.0 | 10.0 | 0.0% | 0 | 4.38s | 195 | 569 | 0 | |
| MiMo-V2-Flash | 3.0 | 10.0 | 0.0% | 0 | 1.96s | 216 | 12 | 0 |
クイック比較
比較ペアを切り替え
GPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneKimi K2.6medium無料で利用可能vsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGLM 5V TurbomediumGemini 3.1 Flash LitelowvsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsStep 3.7 FlashlowGPT-5.3 ChatnonevsQwen3.5-35B-A3BmediumGPT-5.3 ChatnonevsMiMo-V2.5mediumStep 3.7 FlashlowvsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsGLM 5.1medium