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 vs Xiaomi: MiMo-V2.5

Rezumat

Comparație benchmark Grok 4.20 vs MiMo-V2.5: Grok 4.20 conduce la scorul mediu cu 7.3 vs 6.7. MiMo-V2.5 are costul de benchmark mai mic, $0.063 vs $0.609. MiMo-V2.5 este mai rapid cu 27.11s vs 27.68s, cu rate de reușită de 63.5% vs 69.8%.

Model recomandat: MiMo-V2.5 - Scorul rămâne aproape de cel mai bun scor de aici (6.7 vs 7.3) și costă de aproximativ 9.8x mai puțin decât Grok 4.20.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică Grok 4.20 Grok 4.20 medium Lansare: 2026-03-31 MiMo-V2.5 MiMo-V2.5 medium Lansare: 2026-04-22
Scor 7.3 6.7
Rang #53 #76
Fiabilitate 10.0 10.0
Consistență 8.8 8.1
Teste corecte
Rată de trecere pe încercare 63.5% 69.8%
Teste instabile 3 5
Rulări totale 63 63
Cost per rezultat 8.309 2.966
Cost total $0.609 $0.063
Preț de intrare $1.250 / 1M $0.140 / 1M
Preț de ieșire $2.500 / 1M $0.280 / 1M
Total tokenuri de intrare 44,433 41,838
Tokenuri de ieșire 1,819 2,827
Tokenuri de raționament 219,524 198,898
Timp de răspuns (mediu) 27.68s 27.11s
Timp de răspuns (maxim) 199.66s 162.44s
Timp de răspuns (total) 581.26s 569.38s

Prezentare generare

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#53 xAI: Grok 4.20

medium
Cost
$0.041
Timp
110.3s
Tokenuri
16,336 tok

#76 MiMo-V2.5

medium
Cost
$0.002
Timp
54.8s
Tokenuri
5,247 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
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
MiMo-V2.5 10.0 10.0 100.0% 0 4.14s 621 281 1,739
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
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
MiMo-V2.5 6.2 4.7 66.7% 2 97.14s 7,422 557 81,977
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
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
MiMo-V2.5 10.0 10.0 100.0% 0 16.86s 15,060 363 7,609
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
MiMo-V2.5 2.7 5.7 16.7% 1 6.33s 7,746 306 5,714
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
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
MiMo-V2.5 5.3 10.0 33.3% 0 34.53s 735 507 49,478
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
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
MiMo-V2.5 5.4 2.5 66.7% 1 5.37s 492 121 418
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
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
MiMo-V2.5 9.9 10.0 100.0% 0 1.80s 672 88 801
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
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
MiMo-V2.5 8.2 7.2 88.9% 1 20.25s 660 279 33,254
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
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
MiMo-V2.5 10.0 10.0 100.0% 0 7.29s 8,220 303 2,424
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
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442
MiMo-V2.5 3.0 10.0 0.0% 0 51.29s 210 22 15,484

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumGemini 3.5 FlashminimalvsMiMo-V2.5mediumClaude Opus 4.8nonevsGrok 4.20mediumQwen3.7 MaxnonevsMiMo-V2.5mediumGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewnonevsMiMo-V2.5mediumGrok 4.20mediumvsGLM 5.2noneGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5mediumStep 3.7 FlashhighvsGrok 4.20medium