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 Multi-Agent Beta vs Xiaomi: MiMo-V2-Pro

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-20

Metrică Grok 4.20 Multi-Agent Beta Grok 4.20 Multi-Agent Beta medium Lansare: 2026-03-12 MiMo-V2-Pro MiMo-V2-Pro none Lansare: 2026-03-18
Scor 6.2 5.8
Rang #45 #54
Consistență 7.2 8.5
Teste corecte
Rată de trecere pe încercare 54.9% 45.1%
Teste instabile 6 3
Rulări totale 51 51
Cost per rezultat 82.962 0.659
Cost total $4.978 $0.040
Preț de intrare $2.000 / 1M $1.000 / 1M
Preț de ieșire $6.000 / 1M $3.000 / 1M
Tokenuri de ieșire 298,948 1,721
Tokenuri de raționament 296,529 0
Timp de răspuns (mediu) 8.64s 2.31s
Timp de răspuns (maxim) 35.28s 6.58s
Timp de răspuns (total) 129.64s 39.25s

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 Multi-Agent Beta 6.9 5.8 75.0% 2 3.46s 33,706 33,077
MiMo-V2-Pro 3.5 8.0 16.7% 1 1.80s 315 0
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 Multi-Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
MiMo-V2-Pro 3.0 10.0 0.0% 0 6.58s 333 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
Grok 4.20 Multi-Agent Beta 10.0 10.0 100.0% 0 5.54s 25,306 25,051
MiMo-V2-Pro 10.0 10.0 100.0% 0 1.39s 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
Grok 4.20 Multi-Agent Beta 2.9 7.2 11.1% 1 24.67s 164,609 163,647
MiMo-V2-Pro 5.3 7.2 44.4% 1 1.78s 26 0
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 Multi-Agent Beta 5.8 2.8 66.7% 1 6.40s 15,848 15,746
MiMo-V2-Pro 4.3 9.9 0.0% 0 2.44s 125 0
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 Multi-Agent Beta 8.3 10.0 50.0% 0 4.63s 25,457 25,322
MiMo-V2-Pro 6.5 10.0 50.0% 0 2.51s 69 0
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 Multi-Agent Beta 7.2 5.1 77.8% 2 5.01s 34,022 33,686
MiMo-V2-Pro 6.0 7.1 55.6% 1 1.83s 327 0
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 Multi-Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
MiMo-V2-Pro 10.0 10.0 100.0% 0 4.39s 277 0

Comparație rapidă

Schimbă perechea de comparație