AI BENCHY Compare
xAI: Grok Build 0.1 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: 2026-05-29
| 指標 | Grok Build 0.1 Grok Build 0.1 medium | MiMo-V2-Pro MiMo-V2-Pro medium |
|---|---|---|
| スコア | 7.7 | 7.6 |
| 順位 | #45 | #52 |
| 信頼性 | 10.0 | 9.6 |
| 一貫性 | 9.9 | 7.9 |
| 正解テスト | ||
| 試行ごとの合格率 | 65.0% | 76.7% |
| 不安定なテスト | 0 | 5 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 5.606 | 2.450 |
| 合計コスト | $0.729 | $0.294 |
| 入力価格 | $1.000 / 1M | $1.000 / 1M |
| 出力価格 | $2.000 / 1M | $3.000 / 1M |
| 出力トークン | 2,258 | 2,518 |
| 推論トークン | 341,381 | 81,801 |
| 応答時間（平均） | 42.39s | 22.16s |
| 応答時間（最大） | 252.69s | 136.29s |
| 応答時間（合計） | 847.76s | 443.22s |
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 | 8.3 | 10.0 | 75.0% | 0 | 7.43s | 220 | 12,162 | |
| MiMo-V2-Pro | 10.0 | 10.0 | 100.0% | 0 | 2.86s | 251 | 1,154 |
| 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 | 7.0 | 9.5 | 50.0% | 0 | 62.62s | 614 | 64,815 | |
| MiMo-V2-Pro | 7.5 | 6.0 | 83.3% | 1 | 94.21s | 527 | 37,424 |
| 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 | 32.81s | 231 | 16,917 | |
| 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 Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 10.72s | 180 | 8,876 | |
| 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 Build 0.1 | 5.3 | 10.0 | 33.3% | 0 | 158.00s | 492 | 175,294 | |
| MiMo-V2-Pro | 5.3 | 10.0 | 33.3% | 0 | 8.82s | 170 | 2,158 |
| 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 | 4.4 | 9.9 | 0.0% | 0 | 18.41s | 76 | 6,345 | |
| MiMo-V2-Pro | 10.0 | 10.0 | 100.0% | 0 | 4.92s | 184 | 400 |
| 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 | 12.36s | 57 | 9,599 | |
| MiMo-V2-Pro | 9.9 | 10.0 | 100.0% | 0 | 3.36s | 83 | 667 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 18.26s | 195 | 20,841 | |
| MiMo-V2-Pro | 6.4 | 4.4 | 77.8% | 2 | 5.08s | 372 | 1,622 |
| 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 | 13.12s | 180 | 4,969 | |
| MiMo-V2-Pro | 10.0 | 10.0 | 100.0% | 0 | 8.19s | 263 | 864 |
| 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 | 53.51s | 13 | 21,563 | |
| MiMo-V2-Pro | 3.0 | 10.0 | 0.0% | 0 | 82.71s | 28 | 15,842 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewnonevsGrok Build 0.1mediumDeepSeek V4 Flashhigh無料で利用可能vsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2-PromediumDeepSeek V4 Flashhigh無料で利用可能vsMiMo-V2-PromediumGemini 3 Flash PreviewnonevsMiMo-V2-PromediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-PromediumGemini 3.1 Flash LitelowvsMiMo-V2-PromediumGPT-5.3 ChatnonevsMiMo-V2-PromediumGemini 3.1 Flash Lite PreviewnonevsGrok Build 0.1mediumGPT-5.2 ChatnonevsGrok Build 0.1mediumStep 3.7 FlashlowvsMiMo-V2-Promedium