Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs Xiaomi: MiMo-V2.5-Pro

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică gpt-oss-120b gpt-oss-120b none Lansare: 2025-08-05 Disponibil gratuit MiMo-V2.5-Pro MiMo-V2.5-Pro none Lansare: 2026-04-22
Scor 5.2 5.6
Rang #129 #115
Fiabilitate 10.0 10.0
Consistență 8.7 8.5
Teste corecte
Rată de trecere pe încercare 36.8% 41.7%
Teste instabile 3 4
Rulări totale 57 60
Cost per rezultat 0.201 0.637
Cost total $0.011 $0.039
Preț de intrare $0.000 / 1M $1.000 / 1M
Preț de ieșire $0.000 / 1M $3.000 / 1M
Tokenuri de ieșire 51,505 3,067
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 21.86s 1.84s
Timp de răspuns (maxim) 113.71s 8.32s
Timp de răspuns (total) 349.78s 36.84s

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
gpt-oss-120b 6.5 10.0 50.0% 0 32.84s 8,676 0
MiMo-V2.5-Pro 3.3 8.1 8.3% 1 2.67s 994 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 4.3 1.1 66.7% 1 9.57s 3,232 0
MiMo-V2.5-Pro 5.0 6.7 33.3% 1 1.80s 479 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0
MiMo-V2.5-Pro 3.0 10.0 0.0% 0 3.54s 596 0
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
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 598 0
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 1.32s 249 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 29,483 0
MiMo-V2.5-Pro 5.3 10.0 33.3% 0 877ms 27 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 615 0
MiMo-V2.5-Pro 4.0 10.0 0.0% 0 2.58s 87 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 9.8 10.0 100.0% 0 5.10s 1,982 0
MiMo-V2.5-Pro 6.4 10.0 50.0% 0 1.03s 66 0
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
gpt-oss-120b 4.4 4.5 44.5% 2 9.51s 3,781 0
MiMo-V2.5-Pro 6.7 4.7 77.8% 2 1.32s 297 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 3.30s 258 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 3,138 0
MiMo-V2.5-Pro 3.0 10.0 0.0% 0 1.89s 14 0

Comparație rapidă

Schimbă perechea de comparație

gpt-oss-120bmediumDisponibil gratuitvsMiMo-V2.5-PrononeMiniMax M2.5mediumDisponibil gratuitvsMiMo-V2.5-PrononeMiniMax M2.7mediumvsgpt-oss-120bnoneDisponibil gratuitMistral Small 4mediumvsMiMo-V2.5-PrononeCobuddymediumDisponibil gratuitvsMiMo-V2.5-PrononeElephant AlphamediumvsMiMo-V2.5-Prononegpt-oss-120bnoneDisponibil gratuitvsElephant AlphamediumMistral Small 4mediumvsgpt-oss-120bnoneDisponibil gratuitMiniMax M2.5mediumDisponibil gratuitvsgpt-oss-120bnoneDisponibil gratuitOwl AlphamediumvsMiMo-V2.5-PrononeNemotron 3 SupermediumDisponibil gratuitvsMiMo-V2.5-Prononegpt-oss-120bnoneDisponibil gratuitvsQwen3 Coder Nextmedium