AI BENCHY Compare

OpenAI: gpt-oss-120b vs Xiaomi: MiMo-V2.5

Сводка

Сравнение benchmark gpt-oss-120b vs MiMo-V2.5: gpt-oss-120b лидирует по среднему баллу: 6.1 vs 4.9. MiMo-V2.5 имеет более низкую стоимость benchmark: $0.007 vs $0.013. MiMo-V2.5 быстрее: 2.20s vs 22.28s, с долей успешных попыток 52.4% vs 27.0%.

Рекомендуемая модель: MiMo-V2.5 - Он дает лучший общий компромисс: конкурентный балл (4.9), ниже стоимость, чем у gpt-oss-120b, и сбалансированное время ответа.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-04

Метрика	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно	MiMo-V2.5 MiMo-V2.5 none Релиз: 2026-04-22

Метрика	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно	MiMo-V2.5 MiMo-V2.5 none Релиз: 2026-04-22
Оценка	6.1	4.9
Ранг	#99	#143
Надежность	10.0	10.0
Стабильность	8.0	9.6
Тестов верно
Доля успешных попыток	52.4%	27.0%
Нестабильные тесты	5	1
Всего запусков	63	63
Стоимость за результат	0.141	0.413
Общая стоимость	$0.013	$0.007
Цена входа	$0.039 / 1M	$0.140 / 1M
Цена выхода	$0.180 / 1M	$0.280 / 1M
Общее число входных токенов	39,084	41,985
Выходные токены	20,013	2,267
Токены рассуждений	50,233	0
Время ответа (среднее)	22.28s	2.20s
Время ответа (макс.)	68.16s	6.86s
Время ответа (суммарно)	311.96s	46.21s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#99 gpt-oss-120b

medium

Cost: $0.001
Time: 26.7s
Tokens: 555 tok

#143 MiMo-V2.5

none

Cost: $0.007
Time: 267.4s
Tokens: 25,283 tok

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)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177
MiMo-V2.5	3.5	8.0	16.7%	1		2.19s	645	282	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973
MiMo-V2.5	5.5	10.0	33.3%	0		3.24s	7,440	696	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072
MiMo-V2.5	3.0	10.0	0.0%	0		2.36s	15,075	330	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114
MiMo-V2.5	6.5	10.0	50.0%	0		1.01s	7,758	366	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606
MiMo-V2.5	3.0	10.0	0.0%	0		756ms	753	27	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387
MiMo-V2.5	4.4	9.9	0.0%	0		6.86s	498	81	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799
MiMo-V2.5	6.5	10.0	50.0%	0		751ms	684	72	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264
MiMo-V2.5	5.4	10.0	33.3%	0		2.13s	678	166	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083
MiMo-V2.5	10.0	10.0	100.0%	0		2.43s	8,238	231	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758
MiMo-V2.5	3.0	10.0	0.0%	0		3.89s	216	16	0

Быстрое сравнение

Сменить пару сравнения