Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Xiaomi: MiMo-V2-Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică Claude Opus 4.8 Claude Opus 4.8 none Lansare: 2026-05-28 MiMo-V2-Flash MiMo-V2-Flash medium Lansare: 2025-12-16
Scor 7.3 7.1
Rang #65 #77
Fiabilitate 10.0 10.0
Consistență 9.2 8.7
Teste corecte
Rată de trecere pe încercare 65.0% 63.3%
Teste instabile 2 3
Rulări totale 60 60
Cost per rezultat 4.324 0.345
Cost total $0.519 $0.038
Preț de intrare $5.000 / 1M $0.100 / 1M
Preț de ieșire $25.000 / 1M $0.300 / 1M
Tokenuri de ieșire 8,098 12,458
Tokenuri de raționament 0 115,182
Timp de răspuns (mediu) 3.51s 20.28s
Timp de răspuns (maxim) 17.73s 96.01s
Timp de răspuns (total) 70.19s 283.87s

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 4.8 6.5 10.0 50.0% 0 3.40s 1,472 0
MiMo-V2-Flash 8.1 7.9 83.3% 1 15.85s 1,674 23,559
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 6.8 10.0 50.0% 0 3.59s 1,323 0
MiMo-V2-Flash 4.1 5.8 33.3% 1 7.20s 456 3,648
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 3,259 0
MiMo-V2-Flash 9.8 10.0 100.0% 0 75.68s 442 26,859
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 4.8 7.3 5.8 83.3% 1 1.77s 308 0
MiMo-V2-Flash 6.5 10.0 50.0% 0 0ms 153 0
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 4.8 5.3 7.2 44.4% 1 1.66s 61 0
MiMo-V2-Flash 5.9 7.2 55.6% 1 96.01s 8,374 42,461
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 4.8 10.0 10.0 100.0% 0 3.48s 230 0
MiMo-V2-Flash 4.0 10.0 0.0% 0 4.20s 87 488
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 4.8 9.9 10.0 100.0% 0 1.37s 95 0
MiMo-V2-Flash 10.0 10.0 100.0% 0 4.28s 75 3,504
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 4.8 7.7 10.0 66.7% 0 2.74s 783 0
MiMo-V2-Flash 7.7 10.0 66.7% 0 3.87s 864 1,948
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 4.8 10.0 10.0 100.0% 0 5.35s 355 0
MiMo-V2-Flash 10.0 10.0 100.0% 0 27.78s 321 12,715
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 3.0 10.0 0.0% 0 3.41s 212 0
MiMo-V2-Flash 3.0 10.0 0.0% 0 1.96s 12 0

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsRing-2.6-1TmediumQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumDeepSeek V4 ProhighvsMiMo-V2-FlashmediumClaude Opus 4.8nonevsGLM 5V TurbomediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.5 Flashmedium