AI BENCHY Compare
xAI: Grok 4.20 Beta vs Xiaomi: MiMo-V2-Omni
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: 2026-03-21
| 指標 | Grok 4.20 Beta Grok 4.20 Beta medium | MiMo-V2-Omni MiMo-V2-Omni medium |
|---|---|---|
| スコア | 7.9 | 7.9 |
| 順位 | #23 | #22 |
| 一貫性 | 9.0 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.6% | 64.7% |
| 不安定なテスト | 2 | 0 |
| 総実行回数 | 51 | 17 |
| 結果あたりのコスト | 5.525 | 0.763 |
| 合計コスト | $0.608 | $0.084 |
| ???? | $2.000 / 1M | $0.400 / 1M |
| ???? | $6.000 / 1M | $2.000 / 1M |
| 出力トークン | 1,487 | 663 |
| 推論トークン | 87,922 | 39,001 |
| 応答時間（平均） | 8.54s | 13.71s |
| 応答時間（最大） | 24.21s | 158.78s |
| 応答時間（合計） | 145.26s | 233.06s |
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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 8.7 | 7.9 | 91.7% | 1 | 3.16s | 268 | 7,583 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 2.11s | 112 | 402 |
| 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-Omni | 10.0 | 10.0 | 100.0% | 0 | 19.29s | 131 | 2,807 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 4.01s | 180 | 5,281 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 2.29s | 87 | 323 |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 21.33s | 251 | 40,255 | |
| MiMo-V2-Omni | 3.0 | 10.0 | 0.0% | 0 | 55.12s | 13 | 33,279 |
| 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-Omni | 10.0 | 10.0 | 100.0% | 0 | 2.86s | 58 | 202 |
| 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 | 8.3 | 10.0 | 50.0% | 0 | 4.97s | 57 | 7,107 | |
| MiMo-V2-Omni | 8.3 | 10.0 | 50.0% | 0 | 4.92s | 35 | 201 |
| 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 | 8.2 | 7.2 | 88.9% | 1 | 3.85s | 249 | 6,660 | |
| MiMo-V2-Omni | 6.5 | 10.0 | 33.3% | 0 | 3.88s | 126 | 481 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 12.39s | 183 | 5,384 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 11.07s | 101 | 1,306 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewnonevsMiMo-V2-OmnimediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2-OmnimediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumGPT-5.2 ChatnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-OmnimediumGPT-5.2 ChatnonevsMiMo-V2-OmnimediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumGPT-5.3 ChatnonevsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsMiMo-V2-Omnimedium