AI BENCHY Compare
xAI: Grok Build 0.1 vs Xiaomi: MiMo-V2.5
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: 2026-05-21
| 指標 | Grok Build 0.1 Grok Build 0.1 medium | MiMo-V2.5 MiMo-V2.5 medium |
|---|---|---|
| スコア | 7.8 | 7.8 |
| 順位 | #41 | #37 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.9 | 8.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 71.9% | 75.9% |
| 不安定なテスト | 3 | 3 |
| 総実行回数 | 57 | 54 |
| 結果あたりのコスト | 4.064 | 2.101 |
| 合計コスト | $0.488 | $0.253 |
| ???? | $1.000 / 1M | $0.400 / 1M |
| ???? | $2.000 / 1M | $2.000 / 1M |
| 出力トークン | 1,947 | 2,821 |
| 推論トークン | 223,372 | 116,207 |
| 応答時間（平均） | 22.28s | 14.40s |
| 応答時間（最大） | 88.28s | 86.93s |
| 応答時間（合計） | 423.30s | 259.20s |
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 Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 5.46s | 195 | 9,825 | |
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.14s | 281 | 1,739 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Grok Build 0.1 | 7.3 | 3.7 | 66.7% | 1 | 30.98s | 354 | 17,734 | |
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 31.48s | 488 | 14,813 |
| 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 Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 30.81s | 231 | 18,779 | |
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 16.86s | 363 | 7,609 |
| 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 Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 7.76s | 180 | 10,343 | |
| MiMo-V2.5 | 2.7 | 5.7 | 16.7% | 1 | 6.33s | 306 | 5,714 |
| 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 Build 0.1 | 5.3 | 10.0 | 33.3% | 0 | 77.75s | 501 | 111,807 | |
| MiMo-V2.5 | 5.3 | 10.0 | 33.3% | 0 | 34.53s | 507 | 49,478 |
| 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 Build 0.1 | 3.8 | 2.5 | 33.3% | 1 | 10.14s | 78 | 5,386 | |
| MiMo-V2.5 | 5.4 | 2.5 | 66.7% | 1 | 5.37s | 121 | 418 |
| 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 Build 0.1 | 9.8 | 10.0 | 100.0% | 0 | 9.62s | 57 | 12,436 | |
| MiMo-V2.5 | 9.9 | 10.0 | 100.0% | 0 | 1.80s | 88 | 801 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Grok Build 0.1 | 6.2 | 7.5 | 55.6% | 1 | 8.67s | 161 | 15,476 | |
| MiMo-V2.5 | 8.2 | 7.2 | 88.9% | 1 | 20.60s | 364 | 33,211 |
| 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 Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 9.40s | 180 | 5,319 | |
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 7.29s | 303 | 2,424 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Grok Build 0.1 | 3.0 | 10.0 | 0.0% | 0 | 26.07s | 10 | 16,267 | |
| MiMo-V2.5 | - | - | - | - | - | - | - | - |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5mediumGemini 3 Flash PreviewnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsGrok Build 0.1mediumGPT-5.2 ChatnonevsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGemini 3.1 Flash LitelowvsGrok Build 0.1mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumGPT-5.2 ChatnonevsMiMo-V2.5mediumDeepSeek V4 Flashhigh無料で利用可能vsGrok Build 0.1mediumGemini 3.1 Flash LitelowvsMiMo-V2.5medium