Anthropic: Claude Sonnet 4.6 vs Xiaomi: MiMo-V2-Flash

Claude Sonnet 4.6 平均分领先，为 7.3 vs 6.3。 MiMo-V2-Flash (medium) benchmark 成本更低，为 $0.043 vs $0.661。 Claude Sonnet 4.6 更快，为 8.12s vs 20.11s，通过率为 57.6% vs 62.1%。

推荐模型Claude Sonnet 4.6它在这里得分最高（7.3），同时响应速度比MiMo-V2-Flash (medium)快约 2.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17	MiMo-V2-Flash MiMo-V2-Flash medium 发布日期: 2025-12-16

指标	Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17	MiMo-V2-Flash MiMo-V2-Flash medium 发布日期: 2025-12-16
分数	7.3	6.3
排名	#71	#124
可靠性	10.0	10.0
一致性	9.7	8.4
测试正确
尝试通过率	57.6%	62.1%
不稳定测试	1	3
总运行次数	66	63
每个结果成本	5.502	0.343
总成本	$0.661	$0.043
输入价格	$3.000 / 1M	$0.100 / 1M
输出价格	$15.000 / 1M	$0.300 / 1M
总输入令牌	123,264	40,111
输出令牌	19,362	12,476
推理令牌	0	125,039
响应时间（平均）	8.12s	20.11s
响应时间（最大）	51.18s	96.01s
响应时间（总计）	121.78s	301.59s

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none

成本: $0.038
时间: 27.3s
令牌: 2,598 tok

#124 MiMo-V2-Flash

medium

无效SVG

成本: $0.020
时间: 284.1s
令牌: 65,689 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

类别:

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-Flash	8.1	7.9	83.3%	1		15.85s	621	1,674	23,559

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-Flash	6.0	7.2	55.6%	1		10.71s	7,177	474	13,505

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	9.8	10.0	100.0%	0		37.51s	91,402	13,663	0
MiMo-V2-Flash	4.9	5.0	50.0%	0		75.68s	18,676	442	26,859

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-Flash	6.5	10.0	50.0%	0		0ms	2,622	153	0

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-Flash	5.9	7.2	55.6%	1		96.01s	739	8,374	42,461

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-Flash	4.0	10.0	0.0%	0		4.20s	492	87	488

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-Flash	10.0	10.0	100.0%	0		4.28s	678	75	3,504

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-Flash	7.7	10.0	66.7%	0		3.87s	670	864	1,948

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-Flash	10.0	10.0	100.0%	0		27.78s	8,220	321	12,715

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-Flash	3.0	10.0	0.0%	0		1.96s	216	12	0

快速对比

切换对比组合