AI BENCHY 对比
DeepSeek: DeepSeek V3.2 vs Xiaomi: MiMo-V2-Omni
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-29
| 指标 | DeepSeek V3.2 DeepSeek V3.2 medium | MiMo-V2-Omni MiMo-V2-Omni medium |
|---|---|---|
| 分数 | 7.3 | 6.9 |
| 排名 | #67 | #81 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.9 | 8.7 |
| 测试正确 | ||
| 尝试通过率 | 67.5% | 58.3% |
| 不稳定测试 | 5 | 3 |
| 总运行次数 | 60 | 52 |
| 每个结果成本 | 0.335 | 7.334 |
| 总成本 | $0.037 | $0.734 |
| 输入价格 | $0.252 / 1M | $0.400 / 1M |
| 输出价格 | $0.378 / 1M | $2.000 / 1M |
| 输出令牌 | 7,177 | 1,952 |
| 推理令牌 | 68,297 | 357,306 |
| 响应时间（平均） | 53.34s | 41.16s |
| 响应时间（最大） | 189.03s | 299.23s |
| 响应时间（总计） | 1066.71s | 823.26s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 24.23s | 3,247 | 6,953 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 269 | 1,701 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 4.1 | 5.8 | 33.3% | 1 | 184.97s | 640 | 21,230 | |
| MiMo-V2-Omni | 3.4 | 4.8 | 16.7% | 1 | 183.89s | 292 | 174,314 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 93.11s | 571 | 6,296 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 25.87s | 380 | 8,673 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 36.09s | 207 | 7,693 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 3.04s | 155 | 591 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 2.9 | 4.4 | 22.2% | 2 | 24.27s | 21 | 6,838 | |
| MiMo-V2-Omni | 3.0 | 10.0 | 0.0% | 0 | 47.89s | 155 | 68,398 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 5.1 | 2.5 | 50.0% | 1 | 58.29s | 49 | 2,189 | |
| MiMo-V2-Omni | 5.4 | 2.5 | 66.7% | 1 | 3.61s | 136 | 492 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 35.78s | 1,397 | 2,845 | |
| MiMo-V2-Omni | 8.3 | 10.0 | 50.0% | 0 | 4.99s | 49 | 515 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.0 | 7.2 | 55.6% | 1 | 37.69s | 518 | 6,375 | |
| MiMo-V2-Omni | 5.9 | 7.2 | 55.6% | 1 | 2.38s | 210 | 860 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 34.81s | 507 | 859 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 13.98s | 303 | 3,461 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.0 | 10.0 | 0.0% | 0 | 83.99s | 20 | 7,019 | |
| MiMo-V2-Omni | 3.0 | 10.0 | 0.0% | 0 | 234.19s | 3 | 98,301 |
快速对比
切换对比组合
Claude Opus 4.8nonevsDeepSeek V3.2mediumDeepSeek V3.2mediumvsRing-2.6-1TnoneDeepSeek V4 ProhighvsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumDeepSeek V3.2mediumvsStep 3.7 FlashhighDeepSeek V3.2mediumvsStep 3.7 FlashlowDeepSeek V3.2mediumvsGPT-5.3 ChatnoneQwen3.6 Max PreviewnonevsMiMo-V2-OmnimediumDeepSeek V3.2mediumvsGemini 3.1 Flash LitelowDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneStep 3.7 FlashhighvsMiMo-V2-Omnimedium