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-Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-10

Metrică Grok 4.20 Grok 4.20 medium Lansare: 2026-03-31 MiMo-V2-Flash MiMo-V2-Flash medium Lansare: 2025-12-16
Scor 6.9 7.2
Rang #68 #56
Fiabilitate 10.0 10.0
Consistență 8.3 8.7
Teste corecte
Rată de trecere pe încercare 63.2% 66.7%
Teste instabile 4 3
Rulări totale 57 57
Cost per rezultat 7.559 0.341
Cost total $0.756 $0.038
Preț de intrare $1.250 / 1M $0.100 / 1M
Preț de ieșire $2.500 / 1M $0.300 / 1M
Tokenuri de ieșire 1,784 12,399
Tokenuri de raționament 128,233 115,182
Timp de răspuns (mediu) 14.53s 21.71s
Timp de răspuns (maxim) 63.48s 96.01s
Timp de răspuns (total) 276.06s 282.29s

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
Grok 4.20 8.2 7.9 83.3% 1 3.95s 287 8,312
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
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
MiMo-V2-Flash 4.7 1.6 66.7% 1 13.03s 428 3,648
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 10.0 10.0 100.0% 0 17.40s 232 9,556
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
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
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
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
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
Grok 4.20 3.9 2.6 33.3% 1 24.48s 65 6,440
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
Grok 4.20 7.3 6.0 83.3% 1 4.42s 40 5,474
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
Grok 4.20 7.7 10.0 66.7% 0 6.20s 149 7,913
MiMo-V2-Flash 7.7 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 3.0 10.0 0.0% 0 13.68s 197 6,620
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
Grok 4.20 3.0 10.0 0.0% 0 63.48s 9 16,442
MiMo-V2-Flash 3.0 10.0 0.0% 0 1.96s 12 0

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 ProhighvsGrok 4.20mediumRing 2.6 1tnoneDisponibil gratuitvsMiMo-V2-FlashmediumQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumGemma 4 31BnoneDisponibil gratuitvsGrok 4.20mediumGemini 3.1 Flash LiteminimalvsGrok 4.20mediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGPT-5.5nonevsGrok 4.20mediumGemini 3.1 Flash LitenonevsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumDeepSeek V4 FlashhighvsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGrok 4.20mediumGPT-5.3 ChatnonevsMiMo-V2-Flashmedium