Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Xiaomi: MiMo-V2.5

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-22

Metrică Claude Opus 4.7 Claude Opus 4.7 none Lansare: 2026-04-16 MiMo-V2.5 MiMo-V2.5 medium Lansare: 2026-04-22
Scor 9.2 7.8
Rang #4 #35
Consistență 10.0 8.6
Teste corecte
Rată de trecere pe încercare 88.9% 74.1%
Teste instabile 0 3
Rulări totale 54 54
Cost per rezultat 3.155 2.102
Cost total $0.505 $0.253
Preț de intrare $5.000 / 1M $0.400 / 1M
Preț de ieșire $25.000 / 1M $2.000 / 1M
Tokenuri de ieșire 6,326 2,840
Tokenuri de raționament 0 116,242
Timp de răspuns (mediu) 3.13s 13.71s
Timp de răspuns (maxim) 18.27s 86.93s
Timp de răspuns (total) 56.33s 246.73s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 8.3 10.0 75.0% 0 2.12s 522 0
MiMo-V2.5 10.0 10.0 100.0% 0 1.98s 303 2,022
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 2.84s 494 0
MiMo-V2.5 10.0 10.0 100.0% 0 31.48s 488 14,813
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 9.5 10.0 100.0% 0 18.27s 3,504 0
MiMo-V2.5 10.0 10.0 100.0% 0 16.86s 363 7,609
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 2.15s 324 0
MiMo-V2.5 2.7 5.7 16.7% 1 6.33s 306 5,714
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 7.7 10.0 66.7% 0 1.19s 78 0
MiMo-V2.5 5.3 10.0 33.3% 0 34.53s 507 49,478
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 3.47s 257 0
MiMo-V2.5 3.8 2.5 33.3% 1 1.55s 118 170
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 1.46s 114 0
MiMo-V2.5 9.9 10.0 100.0% 0 1.80s 88 801
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 2.58s 661 0
MiMo-V2.5 8.2 7.2 88.9% 1 20.60s 364 33,211
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 4.74s 372 0
MiMo-V2.5 10.0 10.0 100.0% 0 7.29s 303 2,424

Comparație rapidă

Schimbă perechea de comparație

GPT-5.3 ChatnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGPT-5.2 ChatnonevsMiMo-V2.5mediumClaude Sonnet 4.6nonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5mediumClaude Opus 4.7nonevsGemini 3 Flash PreviewlowGemini 3 Flash PreviewnonevsMiMo-V2.5mediumClaude Opus 4.7nonevsGemini 3.1 Pro PreviewmediumClaude Opus 4.7nonevsSeed-2.0-LitemediumClaude Opus 4.7nonevsGPT-5.3-CodexmediumClaude Opus 4.7nonevsQwen3.5 Plus 2026-02-15mediumClaude Opus 4.7nonevsQwen3.6 Plus PreviewmediumDisponibil gratuit