AI BENCHY Compare

OpenAI: GPT-5.4 Nano vs Xiaomi: MiMo-V2.5

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-01

Метрика	GPT-5.4 Nano GPT-5.4 Nano medium Релиз: 2026-03-17	MiMo-V2.5 MiMo-V2.5 medium Релиз: 2026-04-22

Метрика	GPT-5.4 Nano GPT-5.4 Nano medium Релиз: 2026-03-17	MiMo-V2.5 MiMo-V2.5 medium Релиз: 2026-04-22
Оценка	7.6	7.8
Ранг	#51	#47
Надежность	Н/Д	Н/Д
Стабильность	9.0	8.6
Тестов верно
Доля успешных попыток	68.5%	74.1%
Нестабильные тесты	2	3
Всего запусков	54	54
Стоимость за результат	0.747	2.102
Общая стоимость	$0.083	$0.253
???? ?????	$0.200 / 1M	$0.400 / 1M
???? ??????	$1.250 / 1M	$2.000 / 1M
Выходные токены	2,946	2,840
Токены рассуждений	58,132	116,242
Время ответа (среднее)	11.21s	13.71s
Время ответа (макс.)	94.06s	86.93s
Время ответа (суммарно)	201.80s	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-5.4 Nano	8.3	10.0	75.0%	0		4.52s	683	2,254
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-5.4 Nano	10.0	10.0	100.0%	0		13.41s	472	3,616
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-5.4 Nano	9.8	10.0	100.0%	0		24.13s	349	5,719
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-5.4 Nano	10.0	10.0	100.0%	0		2.54s	234	516
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-5.4 Nano	5.9	7.2	55.6%	1		38.18s	60	43,325
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-5.4 Nano	4.5	10.0	0.0%	0		4.15s	179	443
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-5.4 Nano	9.8	10.0	100.0%	0		1.88s	95	521
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-5.4 Nano	4.0	7.1	22.2%	1		3.65s	640	1,356
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-5.4 Nano	10.0	10.0	100.0%	0		7.71s	234	382
MiMo-V2.5	10.0	10.0	100.0%	0		7.29s	303	2,424

Быстрое сравнение

Сменить пару сравнения

GPT-5.4 NanomediumvsQwen3.6 Max Previewnone DeepSeek V4 FlashhighvsMiMo-V2.5medium GPT-5.3 ChatnonevsMiMo-V2.5medium Claude Sonnet 4.6nonevsGPT-5.4 Nanomedium Gemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5medium GPT-5.2 ChatnonevsMiMo-V2.5medium Qwen3.6 Max PreviewnonevsMiMo-V2.5medium DeepSeek V4 FlashhighvsGPT-5.4 Nanomedium Claude Sonnet 4.6nonevsMiMo-V2.5medium Gemini 3.1 Flash Lite PreviewnonevsGPT-5.4 Nanomedium Gemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5medium Gemini 3 Flash PreviewnonevsMiMo-V2.5medium