AI BENCHY Compare

OpenAI: GPT-5.2 vs Xiaomi: MiMo-V2-Flash

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-29

Метрика	GPT-5.2 GPT-5.2 medium Релиз: 2025-12-11	MiMo-V2-Flash MiMo-V2-Flash medium Релиз: 2025-12-16

Метрика	GPT-5.2 GPT-5.2 medium Релиз: 2025-12-11	MiMo-V2-Flash MiMo-V2-Flash medium Релиз: 2025-12-16
Оценка	7.5	7.5
Ранг	#52	#53
Надежность	Н/Д	Н/Д
Стабильность	8.1	8.6
Тестов верно
Доля успешных попыток	72.2%	70.4%
Нестабильные тесты	4	3
Всего запусков	54	54
Стоимость за результат	3.193	0.341
Общая стоимость	$0.352	$0.038
???? ?????	$1.750 / 1M	$0.090 / 1M
???? ??????	$14.000 / 1M	$0.290 / 1M
Выходные токены	2,705	12,387
Токены рассуждений	18,977	115,182
Время ответа (среднее)	14.04s	23.36s
Время ответа (макс.)	77.80s	96.01s
Время ответа (суммарно)	154.41s	280.34s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.2	6.5	8.0	58.3%	1		7.81s	567	2,002
MiMo-V2-Flash	8.1	7.9	83.3%	1		15.85s	1,674	23,559

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.2	10.0	10.0	100.0%	0		15.12s	467	2,166
MiMo-V2-Flash	4.7	1.6	66.7%	1		13.03s	428	3,648

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.2	10.0	10.0	100.0%	0		14.06s	291	1,757
MiMo-V2-Flash	9.8	10.0	100.0%	0		75.68s	442	26,859

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.2	10.0	10.0	100.0%	0		3.15s	234	420
MiMo-V2-Flash	6.5	10.0	50.0%	0		0ms	153	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.2	5.9	7.2	55.6%	1		77.80s	42	10,342
MiMo-V2-Flash	5.9	7.2	55.6%	1		96.01s	8,374	42,461

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.2	3.7	9.7	0.0%	0		4.32s	162	269
MiMo-V2-Flash	4.0	10.0	0.0%	0		4.20s	87	488

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.2	9.9	10.0	100.0%	0		3.12s	94	614
MiMo-V2-Flash	10.0	10.0	100.0%	0		4.28s	75	3,504

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.2	7.7	7.3	77.8%	1		5.47s	609	938
MiMo-V2-Flash	7.7	10.0	66.7%	0		3.77s	833	1,948

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.2	4.7	1.6	66.7%	1		10.30s	239	469
MiMo-V2-Flash	10.0	10.0	100.0%	0		27.78s	321	12,715

Быстрое сравнение

Сменить пару сравнения

Claude Sonnet 4.6nonevsMiMo-V2-Flashmedium Claude Sonnet 4.6nonevsGPT-5.2medium Qwen3.6 Max PreviewnonevsMiMo-V2-Flashmedium GPT-5.2mediumvsQwen3.6 Max Previewnone GPT-5.3 ChatnonevsMiMo-V2-Flashmedium DeepSeek V4 FlashhighvsGPT-5.2medium DeepSeek V4 FlashhighvsMiMo-V2-Flashmedium Gemini 3.1 Flash Lite PreviewnonevsGPT-5.2medium Gemini 3.1 Flash Lite PreviewnonevsMiMo-V2-Flashmedium GPT-5.2 ChatnonevsMiMo-V2-Flashmedium DeepSeek V4 ProhighvsMiMo-V2-Flashmedium DeepSeek V4 ProhighvsGPT-5.2medium