Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Xiaomi: MiMo-V2.5

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

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 none Lansare: 2026-02-17 MiMo-V2.5 MiMo-V2.5 medium Lansare: 2026-04-22
Scor 7.4 7.8
Rang #44 #35
Consistență 9.6 8.6
Teste corecte
Rată de trecere pe încercare 64.8% 74.1%
Teste instabile 1 3
Rulări totale 54 54
Cost per rezultat 2.376 2.102
Cost total $0.262 $0.253
Preț de intrare $3.000 / 1M $0.400 / 1M
Preț de ieșire $15.000 / 1M $2.000 / 1M
Tokenuri de ieșire 7,433 2,840
Tokenuri de raționament 0 116,242
Timp de răspuns (mediu) 4.98s 13.71s
Timp de răspuns (maxim) 23.84s 86.93s
Timp de răspuns (total) 54.83s 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 Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 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 Sonnet 4.6 10.0 10.0 100.0% 0 3.67s 523 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 Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 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 Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 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 Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 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 Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 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 Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 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 Sonnet 4.6 7.7 10.0 66.7% 0 2.92s 536 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 Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
MiMo-V2.5 10.0 10.0 100.0% 0 7.29s 303 2,424

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGPT-5.2mediumGPT-5.3 ChatnonevsMiMo-V2.5mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumGPT-5.2 ChatnonevsMiMo-V2.5mediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsKimi K2.6mediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5medium