AI BENCHY Compare

xAI: Grok 4.3 vs Xiaomi: MiMo-V2.5-Pro

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-22

Метрика	Grok 4.3 Grok 4.3 medium Релиз: 2026-05-01	MiMo-V2.5-Pro MiMo-V2.5-Pro medium Релиз: 2026-04-22

Метрика	Grok 4.3 Grok 4.3 medium Релиз: 2026-05-01	MiMo-V2.5-Pro MiMo-V2.5-Pro medium Релиз: 2026-04-22
Оценка	7.8	7.6
Ранг	#31	#40
Надежность	10.0	10.0
Стабильность	8.4	8.9
Тестов верно
Доля успешных попыток	75.0%	68.3%
Нестабильные тесты	4	3
Всего запусков	60	60
Стоимость за результат	4.562	2.407
Общая стоимость	$0.593	$0.289
???? ?????	$1.250 / 1M	$1.000 / 1M
???? ??????	$2.500 / 1M	$3.000 / 1M
Выходные токены	1,485	4,957
Токены рассуждений	214,928	80,301
Время ответа (среднее)	49.23s	21.77s
Время ответа (макс.)	216.69s	130.77s
Время ответа (суммарно)	984.54s	435.33s

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
Grok 4.3	10.0	10.0	100.0%	0		8.83s	88	8,207
MiMo-V2.5-Pro	10.0	10.0	100.0%	0		3.26s	323	1,179

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Grok 4.3	7.4	6.5	66.7%	1		55.26s	532	24,554
MiMo-V2.5-Pro	7.0	6.2	66.7%	1		81.67s	769	33,771

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Grok 4.3	10.0	10.0	100.0%	0		63.99s	234	15,301
MiMo-V2.5-Pro	10.0	10.0	100.0%	0		53.36s	348	11,870

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Grok 4.3	10.0	10.0	100.0%	0		18.97s	180	9,546
MiMo-V2.5-Pro	7.3	5.8	83.3%	1		18.81s	260	8,383

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Grok 4.3	5.3	7.2	44.4%	1		181.74s	14	111,300
MiMo-V2.5-Pro	5.3	10.0	33.3%	0		37.87s	275	17,023

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Grok 4.3	5.4	2.5	66.7%	1		24.70s	70	5,020
MiMo-V2.5-Pro	5.5	10.0	0.0%	0		4.02s	155	163

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Grok 4.3	9.8	10.0	100.0%	0		18.58s	57	8,713
MiMo-V2.5-Pro	9.9	10.0	100.0%	0		2.77s	82	803

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Grok 4.3	5.9	7.2	55.6%	1		22.53s	128	14,686
MiMo-V2.5-Pro	6.7	7.9	55.6%	1		5.16s	493	2,187

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Grok 4.3	10.0	10.0	100.0%	0		17.66s	168	4,615
MiMo-V2.5-Pro	10.0	10.0	100.0%	0		16.87s	311	2,908

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Grok 4.3	3.0	10.0	0.0%	0		44.47s	14	12,986
MiMo-V2.5-Pro	3.0	10.0	0.0%	0		12.46s	1,941	2,014

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5-Promedium GPT-5.2 ChatnonevsMiMo-V2.5-Promedium Gemini 3 Flash PreviewnonevsMiMo-V2.5-Promedium Qwen3.7 MaxnonevsGrok 4.3medium Gemini 3 Flash PreviewnonevsGrok 4.3medium Gemini 3.1 Flash Lite PreviewlowvsGrok 4.3medium GPT-5.2 ChatnonevsGrok 4.3medium Gemini 3.5 FlashminimalvsGrok 4.3medium Gemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5-Promedium Gemini 3.1 Flash LitelowvsMiMo-V2.5-Promedium GPT-5.3 ChatnonevsMiMo-V2.5-Promedium DeepSeek V4 FlashhighБесплатно доступноvsMiMo-V2.5-Promedium