Gemini 3.1 Flash Lite Preview vs MiMo-V2-Flash (medium)
Gemini 3.1 Flash Lite Preview лидирует по среднему баллу: 6.4 vs 6.3. MiMo-V2-Flash (medium) имеет более низкую стоимость benchmark: $0.043 vs $0.052. Gemini 3.1 Flash Lite Preview быстрее: 1.58s vs 20.11s, с долей успешных попыток 57.6% vs 62.1%.
Бенчмарки сгенерированы из тестовых наборов AI BENCHY в:
2026-07-25
⋮⋮
Ранг
#116
Общее число выходных токенов
14,292
Время ответа (среднее)
1.58s
Общая стоимость
$0.052
⋮⋮
Ранг
#124
Общее число выходных токенов
137,515
Время ответа (среднее)
20.11s
Общая стоимость
$0.043
Рекомендуемая модельGemini 3.1 Flash Lite Preview
Здесь у него лучший балл (6.4), и он отвечает примерно в 12.7 раза быстрее, чем MiMo-V2-Flash (medium).
MiMo-V2-FlashMiMo-V2-FlashmediumАрхивная модель: эта модель больше не обновляется и не тестируется на новых тестах.Релиз: 2025-12-16
Оценка
6.4Средний балл по всем бенчмарк-тестам.…
6.3Средний балл по всем бенчмарк-тестам.…
Ранг
#116
#124
Надежность
10.0Оценка успеха с первой попытки: 10.0 означает отсутствие повторяемых сбоев целевого API или лимитов до успешных вызовов; зафиксированные сбои снижают оценку.…
10.0Оценка успеха с первой попытки: 10.0 означает отсутствие повторяемых сбоев целевого API или лимитов до успешных вызовов; зафиксированные сбои снижают оценку.…
Стабильность
9.7Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
8.4Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
Тестов верно
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 7Не соблюдены инструкции: 2Нет ответа: 1Время ответа (среднее)1.58sВремя ответа (макс.)9.27sВремя ответа (суммарно)34.72sТест считается полностью пройденным, только если все его прогоны успешны.…
8.4Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
66.7%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Не соблюдены инструкции: 1Неверный ответ: 1Время ответа (среднее)1.04sВремя ответа (макс.)1.47sВремя ответа (суммарно)4.17sТест считается полностью пройденным, только если все его прогоны успешны.…
1.04sВремя ответа (среднее)…
504Общее число входных токенов…
1,092Выходные токены…
0Токены рассуждений…
MiMo-V2-FlashАрхивная модель: эта модель больше не обновляется и не тестируется на новых тестах.
8.1Средний балл по всем бенчмарк-тестам.…
7.9Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
83.3%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Лишнее форматирование: 1Время ответа (среднее)15.85sВремя ответа (макс.)20.83sВремя ответа (суммарно)47.55sТест считается полностью пройденным, только если все его прогоны успешны.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
33.3%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 2Время ответа (среднее)967msВремя ответа (макс.)1.47sВремя ответа (суммарно)2.90sТест считается полностью пройденным, только если все его прогоны успешны.…
967msВремя ответа (среднее)…
8,128Общее число входных токенов…
670Выходные токены…
0Токены рассуждений…
MiMo-V2-FlashАрхивная модель: эта модель больше не обновляется и не тестируется на новых тестах.
6.0Средний балл по всем бенчмарк-тестам.…
7.2Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
55.6%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Тайм-аут: 1Неверный ответ: 1Время ответа (среднее)10.71sВремя ответа (макс.)17.72sВремя ответа (суммарно)32.13sТест считается полностью пройденным, только если все его прогоны успешны.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
0.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет ответа: 1Неверный ответ: 1Время ответа (среднее)6.23sВремя ответа (макс.)9.27sВремя ответа (суммарно)12.46sТест считается полностью пройденным, только если все его прогоны успешны.…
6.23sВремя ответа (среднее)…
96,386Общее число входных токенов…
9,084Выходные токены…
0Токены рассуждений…
MiMo-V2-FlashАрхивная модель: эта модель больше не обновляется и не тестируется на новых тестах.
4.9Средний балл по всем бенчмарк-тестам.…
5.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
50.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)75.68sВремя ответа (макс.)75.68sВремя ответа (суммарно)75.68sТест считается полностью пройденным, только если все его прогоны успешны.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)1.22sВремя ответа (макс.)1.33sВремя ответа (суммарно)2.44sТест считается полностью пройденным, только если все его прогоны успешны.…
1.22sВремя ответа (среднее)…
7,550Общее число входных токенов…
399Выходные токены…
0Токены рассуждений…
MiMo-V2-FlashАрхивная модель: эта модель больше не обновляется и не тестируется на новых тестах.
6.5Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
50.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Ошибка API: 1Время ответа (среднее)0msВремя ответа (макс.)0msВремя ответа (суммарно)0msТест считается полностью пройденным, только если все его прогоны успешны.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
33.3%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 2Время ответа (среднее)942msВремя ответа (макс.)1.12sВремя ответа (суммарно)2.83sТест считается полностью пройденным, только если все его прогоны успешны.…
942msВремя ответа (среднее)…
641Общее число входных токенов…
568Выходные токены…
0Токены рассуждений…
MiMo-V2-FlashАрхивная модель: эта модель больше не обновляется и не тестируется на новых тестах.
5.9Средний балл по всем бенчмарк-тестам.…
7.2Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
55.6%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 2Время ответа (среднее)96.01sВремя ответа (макс.)96.01sВремя ответа (суммарно)96.01sТест считается полностью пройденным, только если все его прогоны успешны.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
0.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Не соблюдены инструкции: 1Время ответа (среднее)741msВремя ответа (макс.)741msВремя ответа (суммарно)741msТест считается полностью пройденным, только если все его прогоны успешны.…
741msВремя ответа (среднее)…
488Общее число входных токенов…
69Выходные токены…
0Токены рассуждений…
MiMo-V2-FlashАрхивная модель: эта модель больше не обновляется и не тестируется на новых тестах.
4.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
0.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Не соблюдены инструкции: 1Время ответа (среднее)4.20sВремя ответа (макс.)4.20sВремя ответа (суммарно)4.20sТест считается полностью пройденным, только если все его прогоны успешны.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)1.13sВремя ответа (макс.)1.14sВремя ответа (суммарно)2.27sТест считается полностью пройденным, только если все его прогоны успешны.…
1.13sВремя ответа (среднее)…
623Общее число входных токенов…
574Выходные токены…
0Токены рассуждений…
MiMo-V2-FlashАрхивная модель: эта модель больше не обновляется и не тестируется на новых тестах.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)4.28sВремя ответа (макс.)7.37sВремя ответа (суммарно)8.55sТест считается полностью пройденным, только если все его прогоны успешны.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)900msВремя ответа (макс.)962msВремя ответа (суммарно)2.70sТест считается полностью пройденным, только если все его прогоны успешны.…
900msВремя ответа (среднее)…
570Общее число входных токенов…
1,045Выходные токены…
0Токены рассуждений…
MiMo-V2-FlashАрхивная модель: эта модель больше не обновляется и не тестируется на новых тестах.
7.7Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
66.7%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)3.87sВремя ответа (макс.)5.26sВремя ответа (суммарно)7.74sТест считается полностью пройденным, только если все его прогоны успешны.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)3.39sВремя ответа (макс.)3.39sВремя ответа (суммарно)3.39sТест считается полностью пройденным, только если все его прогоны успешны.…
3.39sВремя ответа (среднее)…
5,894Общее число входных токенов…
782Выходные токены…
0Токены рассуждений…
MiMo-V2-FlashАрхивная модель: эта модель больше не обновляется и не тестируется на новых тестах.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)27.78sВремя ответа (макс.)27.78sВремя ответа (суммарно)27.78sТест считается полностью пройденным, только если все его прогоны успешны.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
0.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)814msВремя ответа (макс.)814msВремя ответа (суммарно)814msТест считается полностью пройденным, только если все его прогоны успешны.…
814msВремя ответа (среднее)…
158Общее число входных токенов…
9Выходные токены…
0Токены рассуждений…
MiMo-V2-FlashАрхивная модель: эта модель больше не обновляется и не тестируется на новых тестах.
3.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
0.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)1.96sВремя ответа (макс.)1.96sВремя ответа (суммарно)1.96sТест считается полностью пройденным, только если все его прогоны успешны.…