AI BENCHY Compare
xAI: Grok 4.20 Beta 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 | Grok 4.20 Beta Grok 4.20 Beta medium | MiMo-V2-Pro MiMo-V2-Pro medium |
|---|---|---|
| スコア | 7.9 | 8.0 |
| 順位 | #22 | #20 |
| 一貫性 | 9.0 | 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 | 2 | 3 |
| 総実行回数 | 51 | 45 |
| 結果あたりのコスト | 5.525 | 1.110 |
| 合計コスト | $0.608 | $0.123 |
| ???? | $2.000 / 1M | $1.000 / 1M |
| ???? | $6.000 / 1M | $3.000 / 1M |
| 出力トークン | 1,487 | 1,875 |
| 推論トークン | 87,922 | 26,959 |
| 応答時間（平均） | 8.54s | 9.78s |
| 応答時間（最大） | 24.21s | 64.71s |
| 応答時間（合計） | 145.26s | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 8.7 | 7.9 | 91.7% | 1 | 3.16s | 268 | 7,583 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 20.93s | 227 | 12,212 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 4.01s | 180 | 5,281 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 5.3 | 10.0 | 33.3% | 0 | 21.33s | 251 | 40,255 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 5.78s | 72 | 3,440 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 8.3 | 10.0 | 50.0% | 0 | 4.97s | 57 | 7,107 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 8.2 | 7.2 | 88.9% | 1 | 3.85s | 249 | 6,660 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 3.0 | 10.0 | 0.0% | 0 | 12.39s | 183 | 5,384 | |
| 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-PromediumGemini 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-PromediumGPT-5.2 ChatnonevsMiMo-V2-PromediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumGPT-5.3 ChatnonevsMiMo-V2-PromediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsMiMo-V2-Promedium