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: 2026-05-21

Metrică Grok 4.20 Grok 4.20 none Lansare: 2026-03-31 MiMo-V2-Flash MiMo-V2-Flash none Lansare: 2025-12-16
Scor 5.4 4.5
Rang #122 #146
Fiabilitate N/D 10.0
Consistență 9.5 7.9
Teste corecte
Rată de trecere pe încercare 35.2% 26.3%
Teste instabile 1 5
Rulări totale 54 57
Cost per rezultat 1.574 0.754
Cost total $0.095 $0.023
Preț de intrare $1.250 / 1M $0.100 / 1M
Preț de ieșire $2.500 / 1M $0.300 / 1M
Tokenuri de ieșire 1,967 68,534
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.11s 2.73s
Timp de răspuns (maxim) 6.04s 19.68s
Timp de răspuns (total) 20.02s 40.90s

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 4.8 10.0 25.0% 0 501ms 267 0
MiMo-V2-Flash 3.2 8.0 8.3% 1 1.19s 865 0
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 3.4 9.3 0.0% 0 1.22s 312 0
MiMo-V2-Flash 6.3 3.7 33.3% 1 2.79s 726 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 3.0 10.0 0.0% 0 6.04s 282 0
MiMo-V2-Flash 3.0 10.0 0.0% 0 2.87s 330 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 10.0 10.0 100.0% 0 522ms 207 0
MiMo-V2-Flash 2.9 5.8 16.7% 1 19.68s 161 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 3.0 10.0 0.0% 0 687ms 325 0
MiMo-V2-Flash 5.3 7.2 44.4% 1 564ms 24 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 4.8 10.0 0.0% 0 659ms 83 0
MiMo-V2-Flash 4.6 10.0 0.0% 0 1.67s 104 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 6.3 10.0 50.0% 0 455ms 60 0
MiMo-V2-Flash 6.5 10.0 50.0% 0 857ms 69 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
Grok 4.20 5.3 7.2 44.4% 1 487ms 242 0
MiMo-V2-Flash 3.6 7.2 22.2% 1 1.38s 65,971 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 10.0 10.0 100.0% 0 4.63s 189 0
MiMo-V2-Flash 10.0 10.0 100.0% 0 2.28s 272 0
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 - - - - - - - -
MiMo-V2-Flash 3.0 10.0 0.0% 0 1.82s 12 0

Comparație rapidă

Schimbă perechea de comparație