AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs Xiaomi: MiMo-V2-Flash

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

Метрика	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17	MiMo-V2-Flash MiMo-V2-Flash medium Релиз: 2025-12-16

Метрика	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17	MiMo-V2-Flash MiMo-V2-Flash medium Релиз: 2025-12-16
Оценка	7.3	7.5
Ранг	#57	#53
Надежность	Н/Д	Н/Д
Стабильность	7.4	8.6
Тестов верно
Доля успешных попыток	70.4%	70.4%
Нестабильные тесты	6	3
Всего запусков	54	54
Стоимость за результат	3.313	0.341
Общая стоимость	$0.299	$0.038
???? ?????	$0.750 / 1M	$0.090 / 1M
???? ??????	$4.500 / 1M	$0.290 / 1M
Выходные токены	2,131	12,387
Токены рассуждений	59,567	115,182
Время ответа (среднее)	15.22s	23.36s
Время ответа (макс.)	102.91s	96.01s
Время ответа (суммарно)	273.90s	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-5.4 Mini	8.6	7.9	91.7%	1		4.05s	296	2,876
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-5.4 Mini	10.0	10.0	100.0%	0		7.76s	423	1,548
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-5.4 Mini	10.0	10.0	100.0%	0		17.81s	317	4,317
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-5.4 Mini	10.0	10.0	100.0%	0		2.43s	234	650
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-5.4 Mini	4.1	4.4	44.5%	2		65.31s	60	43,286
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-5.4 Mini	4.5	10.0	0.0%	0		3.72s	150	510
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-5.4 Mini	7.4	6.5	66.7%	1		2.50s	129	1,337
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-5.4 Mini	6.8	7.9	55.6%	1		4.33s	271	2,449
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-5.4 Mini	4.7	1.6	66.7%	1		9.62s	251	2,594
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 GPT-5.4 MinimediumvsQwen3.6 Max Previewnone Qwen3.6 Max PreviewnonevsMiMo-V2-Flashmedium Claude Sonnet 4.6nonevsGPT-5.4 Minimedium GPT-5.3 ChatnonevsMiMo-V2-Flashmedium DeepSeek V4 ProhighvsGPT-5.4 Minimedium Gemma 4 31BnoneБесплатно доступноvsGPT-5.4 Minimedium DeepSeek V4 FlashhighvsMiMo-V2-Flashmedium Gemini 3.1 Flash Lite PreviewnonevsMiMo-V2-Flashmedium GPT-5.2 ChatnonevsMiMo-V2-Flashmedium DeepSeek V4 ProhighvsMiMo-V2-Flashmedium GPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15none