Навигация
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

OpenAI: GPT-5.3 Chat vs Xiaomi: MiMo-V2.5

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-22

Метрика GPT-5.3 Chat GPT-5.3 Chat none Релиз: 2026-03-03 MiMo-V2.5 MiMo-V2.5 medium Релиз: 2026-04-22
Оценка 7.7 7.8
Ранг #38 #35
Стабильность 8.6 8.6
Тестов верно
Доля успешных попыток 68.5% 74.1%
Нестабильные тесты 3 3
Всего запусков 54 54
Стоимость за результат 3.082 2.102
Общая стоимость $0.340 $0.253
???? ????? $1.750 / 1M $0.400 / 1M
???? ?????? $14.000 / 1M $2.000 / 1M
Выходные токены 20,784 2,840
Токены рассуждений 0 116,242
Время ответа (среднее) 5.88s 13.71s
Время ответа (макс.) 18.33s 86.93s
Время ответа (суммарно) 105.90s 246.73s

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-5.3 Chat 6.7 8.1 58.3% 1 3.86s 3,167 0
MiMo-V2.5 10.0 10.0 100.0% 0 1.98s 303 2,022
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.3 Chat 10.0 10.0 100.0% 0 9.32s 1,436 0
MiMo-V2.5 10.0 10.0 100.0% 0 31.48s 488 14,813
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 0
MiMo-V2.5 10.0 10.0 100.0% 0 16.86s 363 7,609
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 942 0
MiMo-V2.5 2.7 5.7 16.7% 1 6.33s 306 5,714
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 8,264 0
MiMo-V2.5 5.3 10.0 33.3% 0 34.53s 507 49,478
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 319 0
MiMo-V2.5 3.8 2.5 33.3% 1 1.55s 118 170
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.3 Chat 8.3 10.0 50.0% 0 3.29s 1,455 0
MiMo-V2.5 9.9 10.0 100.0% 0 1.80s 88 801
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.93s 1,726 0
MiMo-V2.5 8.2 7.2 88.9% 1 20.60s 364 33,211
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0
MiMo-V2.5 10.0 10.0 100.0% 0 7.29s 303 2,424

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2-OmnimediumKimi K2.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGLM 5.1mediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGPT-5.3 ChatnonevsGLM 5V TurbomediumGPT-5.2 ChatnonevsMiMo-V2.5mediumGPT-5.3 ChatnonevsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGPT-5.3 ChatnonevsQwen3.5-35B-A3Bmedium