AI BENCHY Compare
OpenAI: GPT-5.4 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: 2026-03-15
| 指標 | GPT-5.4 GPT-5.4 medium | MiMo-V2-Flash MiMo-V2-Flash medium |
|---|---|---|
| 順位 | #9 | #18 |
| スコア | 8.5 | 7.9 |
| 一貫性 | 8.5 | 9.5 |
| 結果あたりのコスト | 6.601 | 0.316 |
| 合計コスト | $0.793 | $0.035 |
| 正解テスト | ||
| 試行ごとの合格率 | 83.3% | 72.9% |
| 不安定なテスト | 3 | 1 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 1,756 | 11,613 |
| 推論トークン | 46,642 | 106,714 |
| 応答時間（平均） | 20.05s | 25.33s |
| 応答時間（最大） | 100.41s | 96.01s |
| 応答時間（合計） | 320.87s | 253.33s |
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 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.02s | 216 | 1,466 | |
| MiMo-V2-Flash | 9.9 | 10.0 | 100.0% | 0 | 16.79s | 1,328 | 18,739 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 20.57s | 301 | 3,543 | |
| MiMo-V2-Flash | 9.8 | 10.0 | 100.0% | 0 | 75.68s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.32s | 234 | 804 | |
| MiMo-V2-Flash | 6.5 | 10.0 | 50.0% | 0 | 0ms | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 5.3 | 7.2 | 44.4% | 1 | 74.27s | 61 | 34,748 | |
| MiMo-V2-Flash | 5.9 | 7.2 | 55.6% | 1 | 96.01s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 4.7 | 3.1 | 33.3% | 1 | 4.92s | 145 | 321 | |
| MiMo-V2-Flash | 4.0 | 10.0 | 0.0% | 0 | 4.20s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 93 | 897 | |
| MiMo-V2-Flash | 10.0 | 10.0 | 100.0% | 0 | 4.28s | 75 | 3,504 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 8.2 | 7.2 | 88.9% | 1 | 9.13s | 442 | 3,832 | |
| MiMo-V2-Flash | 7.7 | 10.0 | 66.7% | 0 | 3.77s | 833 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 264 | 1,031 | |
| MiMo-V2-Flash | 10.0 | 10.0 | 100.0% | 0 | 27.78s | 321 | 12,715 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewnonevsMiMo-V2-FlashmediumGPT-5.2 ChatnonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsMiMo-V2-FlashmediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumQwen3.5 Plus 2026-02-15nonevsMiMo-V2-Flashmedium