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

xAI: Grok 4.20 Beta vs Xiaomi: MiMo-V2-Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-12

Metrică Grok 4.20 Beta Grok 4.20 Beta medium Lansare: 2026-03-12 MiMo-V2-Flash MiMo-V2-Flash medium Lansare: 2025-12-16
Rang #24 #22
Scor mediu 7.0 7.2
Consistență 9.0 9.5
Cost per rezultat 5.989 0.316
Cost total $0.599 $0.035
Teste corecte
Rată de trecere pe încercare 70.8% 72.9%
Teste instabile 2 1
Rulări totale 48 48
Tokenuri de ieșire 1,481 11,613
Tokenuri de raționament 86,628 106,714
Timp de răspuns (mediu) 8.89s 25.33s
Timp de răspuns (maxim) 24.21s 96.01s
Timp de răspuns (total) 142.18s 253.33s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor mediu 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
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
MiMo-V2-Flash 9.7 10.0 100.0% 0 16.79s 1,328 18,739
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
MiMo-V2-Flash 9.0 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
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
MiMo-V2-Flash 5.5 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
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
MiMo-V2-Flash 4.0 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
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
MiMo-V2-Flash 3.0 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
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
MiMo-V2-Flash 10.0 10.0 100.0% 0 4.28s 75 3,504
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
MiMo-V2-Flash 7.0 10.0 66.7% 0 3.77s 833 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
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384
MiMo-V2-Flash 10.0 10.0 100.0% 0 27.78s 321 12,715

Comparație rapidă

Schimbă perechea de comparație