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

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

Rezumat

Comparație benchmark GPT-5.4 vs MiMo-V2.5: GPT-5.4 conduce la scorul mediu cu 5.8 vs 5.1. MiMo-V2.5 are costul de benchmark mai mic, $0.007 vs $0.122. GPT-5.4 este mai rapid cu 1.42s vs 2.20s, cu rate de reușită de 36.5% vs 27.0%.

Model recomandat: MiMo-V2.5 - Scorul rămâne aproape de cel mai bun scor de aici (5.1 vs 5.8) și costă de aproximativ 18.7x mai puțin decât GPT-5.4.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-12

Metrică GPT-5.4 GPT-5.4 none Lansare: 2026-03-05 MiMo-V2.5 MiMo-V2.5 none Lansare: 2026-04-22
Scor 5.8 5.1
Rang #116 #139
Fiabilitate 10.0 10.0
Consistență 9.2 9.6
Teste corecte
Rată de trecere pe încercare 36.5% 27.0%
Teste instabile 2 1
Rulări totale 63 63
Cost per rezultat 1.740 0.413
Cost total $0.122 $0.007
Preț de intrare $2.500 / 1M $0.140 / 1M
Preț de ieșire $15.000 / 1M $0.280 / 1M
Total tokenuri de intrare 34,212 41,985
Tokenuri de ieșire 2,417 2,267
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.42s 2.20s
Timp de răspuns (maxim) 2.95s 6.86s
Timp de răspuns (total) 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

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 intrare Tokenuri de ieșire Tokenuri de raționament
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
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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

Comparație rapidă

Schimbă perechea de comparație

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 31BmediumDisponibil gratuitvsGPT-5.4noneNemotron 3 SupermediumDisponibil gratuitvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneGemini 3.1 Flash LitelowvsGPT-5.4none