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 Sonnet 4.6 vs Xiaomi: MiMo-V2-Flash

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

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 none Lansare: 2026-02-17 MiMo-V2-Flash MiMo-V2-Flash medium Lansare: 2025-12-16
Scor 7.0 7.1
Rang #78 #77
Fiabilitate 10.0 10.0
Consistență 9.7 8.7
Teste corecte
Rată de trecere pe încercare 58.3% 63.3%
Teste instabile 1 3
Rulări totale 60 60
Cost per rezultat 2.782 0.345
Cost total $0.306 $0.038
Preț de intrare $3.000 / 1M $0.100 / 1M
Preț de ieșire $15.000 / 1M $0.300 / 1M
Tokenuri de ieșire 9,450 12,458
Tokenuri de raționament 0 115,182
Timp de răspuns (mediu) 5.27s 20.28s
Timp de răspuns (maxim) 23.84s 96.01s
Timp de răspuns (total) 68.50s 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 Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 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 Sonnet 4.6 6.8 10.0 50.0% 0 6.73s 2,112 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 Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 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 Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 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 Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 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 Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 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 Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 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 Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 533 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 Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 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 Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 431 0
MiMo-V2-Flash 3.0 10.0 0.0% 0 1.96s 12 0

Comparație rapidă

Schimbă perechea de comparație