导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs Xiaomi: MiMo-V2.5-Pro

摘要

Claude Sonnet 4.6 vs MiMo-V2.5-Pro benchmark 对比：MiMo-V2.5-Pro 平均分领先，为 7.4 vs 7.3。 MiMo-V2.5-Pro benchmark 成本更低，为 $0.106 vs $0.316。 Claude Sonnet 4.6 更快，为 5.04s vs 26.13s，通过率为 55.6% vs 68.3%。

推荐模型: MiMo-V2.5-Pro - 它在这里得分最高（7.4），同时成本比Claude Sonnet 4.6低约 3.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17 MiMo-V2.5-Pro MiMo-V2.5-Pro medium 发布日期: 2026-04-22
分数 7.3 7.4
排名 #56 #52
可靠性 10.0 10.0
一致性 9.7 8.5
测试正确
尝试通过率 55.6% 68.3%
不稳定测试 1 4
总运行次数 63 63
每个结果成本 2.870 2.541
总成本 $0.316 $0.106
输入价格 $3.000 / 1M $0.435 / 1M
输出价格 $15.000 / 1M $0.870 / 1M
总输入令牌 57,886 40,854
输出令牌 9,465 5,015
推理令牌 0 97,742
响应时间（平均） 5.04s 26.13s
响应时间（最大） 23.84s 130.77s
响应时间（总计） 70.60s 548.65s

Generation showcase

Hamster playing table tennis

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

#56 Claude Sonnet 4.6

none
Cost
$0.038
Time
27.3s
Tokens
2,598 tok

#52 MiMo-V2.5-Pro

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 636 1,214 0
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 3.26s 621 323 1,179
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
MiMo-V2.5-Pro 6.2 4.7 66.7% 2 92.07s 6,543 780 51,218
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 26,024 3,766 0
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 53.36s 15,060 348 11,870
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 8,574 252 0
MiMo-V2.5-Pro 7.3 5.8 83.3% 1 18.81s 7,746 260 8,383
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 759 413 0
MiMo-V2.5-Pro 5.3 10.0 33.3% 0 37.87s 630 275 17,023
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 513 192 0
MiMo-V2.5-Pro 5.5 10.0 0.0% 0 4.02s 492 155 163
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 690 90 0
MiMo-V2.5-Pro 9.9 10.0 100.0% 0 2.77s 672 82 803
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 663 533 0
MiMo-V2.5-Pro 6.7 7.9 55.6% 1 5.31s 660 540 2,181
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 11,301 447 0
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 16.87s 8,220 311 2,908
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 204 431 0
MiMo-V2.5-Pro 3.0 10.0 0.0% 0 12.46s 210 1,941 2,014

快速对比

切换对比组合

Gemini 3 Flash PreviewlowvsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGLM 5V TurbomediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGemma 4 26B A4Bmedium免费可用Claude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsQwen3.6 FlashmediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsMiMo-V2-Flashmedium