नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Xiaomi: MiMo-V2.5

सारांश

GPT-5.4 vs MiMo-V2.5 benchmark तुलना: GPT-5.4 average score मध्ये पुढे आहे: 5.8 vs 5.1. MiMo-V2.5 चा benchmark खर्च कमी आहे: $0.007 vs $0.122. GPT-5.4 वेगवान आहे: 1.42s vs 2.20s, pass rates 36.5% vs 27.0%.

शिफारस केलेले मॉडेल: MiMo-V2.5 - Its score stays close to the best score here (5.1 vs 5.8), while costing about 18.7x less than GPT-5.4.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-06-12

मेट्रिक GPT-5.4 GPT-5.4 none प्रकाशन: 2026-03-05 MiMo-V2.5 MiMo-V2.5 none प्रकाशन: 2026-04-22
स्कोअर 5.8 5.1
क्रमांक #116 #139
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 36.5% 27.0%
अस्थिर चाचण्या 2 1
एकूण रन 63 63
प्रति निकाल खर्च 1.740 0.413
एकूण खर्च $0.122 $0.007
इनपुट किंमत $2.500 / 1M $0.140 / 1M
आउटपुट किंमत $15.000 / 1M $0.280 / 1M
एकूण इनपुट टोकन्स 34,212 41,985
आउटपुट टोकन्स 2,417 2,267
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 1.42s 2.20s
प्रतिसाद वेळ (कमाल) 2.95s 6.86s
प्रतिसाद वेळ (एकूण) 29.87s 46.21s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#116 GPT-5.4

none
Cost
$0.026
Time
18.1s
Tokens
1,792 tok

#139 MiMo-V2.5

none
Cost
$0.007
Time
267.4s
Tokens
25,283 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 3.2 8.0 8.3% 1 1.21s 606 406 0
MiMo-V2.5 3.5 8.0 16.7% 1 2.19s 645 282 0
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 5.5 10.0 33.3% 0 1.62s 7,305 516 0
MiMo-V2.5 5.5 10.0 33.3% 0 3.24s 7,440 696 0
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 3.0 10.0 0.0% 0 2.89s 11,019 291 0
MiMo-V2.5 3.0 10.0 0.0% 0 2.36s 15,075 330 0
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 10.0 10.0 100.0% 0 1.04s 7,140 222 0
MiMo-V2.5 6.5 10.0 50.0% 0 1.01s 7,758 366 0
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 5.3 7.2 44.4% 1 1.07s 723 50 0
MiMo-V2.5 3.0 10.0 0.0% 0 756ms 753 27 0
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 4.4 9.9 0.0% 0 1.78s 477 184 0
MiMo-V2.5 4.4 9.9 0.0% 0 6.86s 498 81 0
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 6.5 10.0 50.0% 0 1.07s 660 81 0
MiMo-V2.5 6.5 10.0 50.0% 0 751ms 684 72 0
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 5.6 9.8 33.3% 0 1.44s 642 381 0
MiMo-V2.5 5.4 10.0 33.3% 0 2.13s 678 166 0
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 10.0 10.0 100.0% 0 2.75s 5,445 246 0
MiMo-V2.5 10.0 10.0 100.0% 0 2.43s 8,238 231 0
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 3.0 10.0 0.0% 0 990ms 195 40 0
MiMo-V2.5 3.0 10.0 0.0% 0 3.89s 216 16 0

झटपट तुलना

तुलना जोडी बदला

Mistral Small 4mediumvsMiMo-V2.5noneMiniMax M2.7mediumvsMiMo-V2.5noneCobuddymediumvsMiMo-V2.5noneGemini 3.1 Flash LiteminimalvsGPT-5.4noneMiniMax M2.5mediumvsMiMo-V2.5noneQwen3 Coder NextmediumvsMiMo-V2.5noneDeepSeek V4 ProhighvsGPT-5.4noneGPT-5.4nonevsQwen3.5-35B-A3BmediumGemma 4 31Bmediumमोफत उपलब्धvsGPT-5.4noneNemotron 3 Supermediumमोफत उपलब्धvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneGemini 3.1 Flash LitelowvsGPT-5.4none