AI BENCHY Compare
xAI: Grok 4.20 Beta 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: 2026-03-12
| 指標 | Grok 4.20 Beta Grok 4.20 Beta medium | MiMo-V2-Flash MiMo-V2-Flash medium |
|---|---|---|
| 順位 | #24 | #22 |
| 平均スコア | 7.0 | 7.2 |
| 一貫性 | 9.0 | 9.5 |
| 結果あたりのコスト | 5.989 | 0.316 |
| 合計コスト | $0.599 | $0.035 |
| 正解テスト | ||
| 試行ごとの合格率 | 70.8% | 72.9% |
| 不安定なテスト | 2 | 1 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 1,481 | 11,613 |
| 推論トークン | 86,628 | 106,714 |
| 応答時間（平均） | 8.89s | 25.33s |
| 応答時間（最大） | 24.21s | 96.01s |
| 応答時間（合計） | 142.18s | 253.33s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
合計出力トークン
平均スコア 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 7.0 | 7.2 | 88.9% | 1 | 3.19s | 262 | 6,289 | |
| MiMo-V2-Flash | 9.7 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 20.93s | 227 | 12,212 | |
| MiMo-V2-Flash | 9.0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 9.9 | 10.0 | 100.0% | 0 | 4.01s | 180 | 5,281 | |
| MiMo-V2-Flash | 5.5 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 4.0 | 10.0 | 33.3% | 0 | 21.33s | 251 | 40,255 | |
| MiMo-V2-Flash | 4.0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 5.78s | 72 | 3,440 | |
| MiMo-V2-Flash | 3.0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 9.0 | 10.0 | 50.0% | 0 | 4.97s | 57 | 7,107 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 7.0 | 7.2 | 88.9% | 1 | 3.85s | 249 | 6,660 | |
| MiMo-V2-Flash | 7.0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 10.0 | 10.0 | 0.0% | 0 | 12.39s | 183 | 5,384 | |
| 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-FlashmediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumGPT-5.3 ChatnonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-FlashmediumGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumGPT-5.2 ChatnonevsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGPT-5.2 ChatnonevsGrok 4.20 Betamedium