AI BENCHY Compare

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

Сводка

Сравнение benchmark gpt-oss-120b vs MiMo-V2.5-Pro: gpt-oss-120b лидирует по среднему баллу: 6.1 vs 5.5. gpt-oss-120b имеет более низкую стоимость benchmark: $0.013 vs $0.017. MiMo-V2.5-Pro быстрее: 1.78s vs 22.28s, с долей успешных попыток 52.4% vs 39.7%.

Рекомендуемая модель: MiMo-V2.5-Pro - Его балл близок к лучшему здесь (5.5 против 6.1), и он отвечает примерно в 12.5 раза быстрее, чем gpt-oss-120b.

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-Pro MiMo-V2.5-Pro none Релиз: 2026-04-22

Метрика	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно	MiMo-V2.5-Pro MiMo-V2.5-Pro none Релиз: 2026-04-22
Оценка	6.1	5.5
Ранг	#99	#123
Надежность	10.0	10.0
Стабильность	8.0	8.6
Тестов верно
Доля успешных попыток	52.4%	39.7%
Нестабильные тесты	5	4
Всего запусков	63	63
Стоимость за результат	0.141	0.648
Общая стоимость	$0.013	$0.017
Цена входа	$0.039 / 1M	$0.435 / 1M
Цена выхода	$0.180 / 1M	$0.870 / 1M
Общее число входных токенов	39,084	30,724
Выходные токены	20,013	3,043
Токены рассуждений	50,233	0
Время ответа (среднее)	22.28s	1.78s
Время ответа (макс.)	68.16s	8.32s
Время ответа (суммарно)	311.96s	37.42s

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

#123 MiMo-V2.5-Pro

none

Cost: $0.004
Time: 46.4s
Tokens: 4,025 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-Pro	3.3	8.1	8.3%	1		2.67s	645	994	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-Pro	4.3	7.8	22.2%	1		1.41s	6,559	485	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-Pro	3.0	10.0	0.0%	0		3.54s	4,695	596	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-Pro	10.0	10.0	100.0%	0		1.32s	7,758	249	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-Pro	5.3	10.0	33.3%	0		877ms	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-Pro	4.0	10.0	0.0%	0		2.58s	498	87	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-Pro	6.4	10.0	50.0%	0		1.03s	684	66	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-Pro	6.7	4.7	77.8%	2		1.30s	678	267	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-Pro	10.0	10.0	100.0%	0		3.30s	8,238	258	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-Pro	3.0	10.0	0.0%	0		1.89s	216	14	0

Быстрое сравнение

Сменить пару сравнения