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

DeepSeek: DeepSeek V3.2 vs Xiaomi: MiMo-V2.5-Pro

摘要

DeepSeek V3.2 vs MiMo-V2.5-Pro benchmark 对比：平均分几乎持平，为 7.5 vs 7.4。 DeepSeek V3.2 benchmark 成本更低，为 $0.044 vs $0.106。 MiMo-V2.5-Pro 更快，为 26.13s vs 68.71s，通过率为 65.1% vs 68.3%。

推荐模型: DeepSeek V3.2 - 它在这里得分最高（7.5），同时成本比MiMo-V2.5-Pro低约 2.4 倍。

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

指标 DeepSeek V3.2 DeepSeek V3.2 medium 发布日期: 2025-12-01 MiMo-V2.5-Pro MiMo-V2.5-Pro medium 发布日期: 2026-04-22
分数 7.5 7.4
排名 #50 #52
可靠性 10.0 10.0
一致性 7.6 8.5
测试正确
尝试通过率 65.1% 68.3%
不稳定测试 6 4
总运行次数 63 63
每个结果成本 0.436 2.541
总成本 $0.044 $0.106
输入价格 $0.229 / 1M $0.435 / 1M
输出价格 $0.344 / 1M $0.870 / 1M
总输入令牌 38,333 40,854
输出令牌 7,186 5,015
推理令牌 99,081 97,742
响应时间（平均） 68.71s 26.13s
响应时间（最大） 376.10s 130.77s
响应时间（总计） 1442.81s 548.65s

Generation showcase

Hamster playing table tennis

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

#50 DeepSeek V3.2

medium
Cost
$0.001
Time
53.6s
Tokens
1,932 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
DeepSeek V3.2 8.2 7.9 83.3% 1 24.23s 448 3,247 6,953
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
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
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
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 14,283 571 6,296
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
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 7,388 207 7,693
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
DeepSeek V3.2 2.9 4.4 22.2% 2 24.27s 472 21 6,838
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
DeepSeek V3.2 3.4 2.5 33.3% 1 58.29s 314 49 2,189
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
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 627 1,397 2,845
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
DeepSeek V3.2 7.0 7.2 55.6% 1 37.69s 594 518 6,375
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
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 8,307 507 859
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
DeepSeek V3.2 3.0 10.0 0.0% 0 83.99s 183 20 7,019
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-PromediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsDeepSeek V3.2mediumDeepSeek V3.2mediumvsStep 3.7 FlashlowQwen3.7 PlusnonevsMiMo-V2.5-PromediumStep 3.7 FlashlowvsMiMo-V2.5-PromediumDeepSeek V3.2mediumvsQwen3.7 Plusnone