#90 DeepSeek V4 Pro
high- Cost
- $0.023
- Time
- 257.6s
- Tokens
- 14,870 tok
AI BENCHY 对比
DeepSeek: DeepSeek V4 Pro vs Xiaomi: MiMo-V2.5
摘要
DeepSeek V4 Pro vs MiMo-V2.5 benchmark 对比：MiMo-V2.5 平均分领先，为 6.7 vs 6.3。 MiMo-V2.5 benchmark 成本更低，为 $0.063 vs $0.079。 MiMo-V2.5 更快，为 27.11s vs 65.21s，通过率为 52.4% vs 69.8%。
推荐模型: MiMo-V2.5 - 它在这里得分最高（6.7），同时响应速度比DeepSeek V4 Pro快约 2.4 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro high | MiMo-V2.5 MiMo-V2.5 medium |
|---|---|---|
| 分数 | 6.3 | 6.7 |
| 排名 | #90 | #76 |
| 可靠性 | 9.0 | 10.0 |
| 一致性 | 7.6 | 8.1 |
| 测试正确 | ||
| 尝试通过率 | 52.4% | 69.8% |
| 不稳定测试 | 6 | 5 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 2.869 | 2.966 |
| 总成本 | $0.079 | $0.063 |
| 输入价格 | $0.435 / 1M | $0.140 / 1M |
| 输出价格 | $0.870 / 1M | $0.280 / 1M |
| 总输入令牌 | 32,240 | 41,838 |
| 输出令牌 | 12,250 | 2,827 |
| 推理令牌 | 72,257 | 198,898 |
| 响应时间（平均） | 65.21s | 27.11s |
| 响应时间（最大） | 358.35s | 162.44s |
| 响应时间（总计） | 1304.19s | 569.38s |
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#76 MiMo-V2.5
medium- Cost
- $0.002
- Time
- 54.8s
- Tokens
- 5,247 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 V4 Pro | 6.4 | 7.9 | 58.3% | 1 | 16.53s | 448 | 71 | 3,617 | |
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.14s | 621 | 281 | 1,739 |
| 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 V4 Pro | 3.3 | 6.4 | 11.1% | 1 | 118.23s | 1,966 | 111 | 20,940 | |
| MiMo-V2.5 | 6.2 | 4.7 | 66.7% | 2 | 97.14s | 7,422 | 557 | 81,977 |
| 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 V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 65.02s | 14,016 | 465 | 5,914 | |
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 16.86s | 15,060 | 363 | 7,609 |
| 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 V4 Pro | 7.3 | 5.9 | 83.3% | 1 | 23.62s | 5,633 | 229 | 1,710 | |
| MiMo-V2.5 | 2.7 | 5.7 | 16.7% | 1 | 6.33s | 7,746 | 306 | 5,714 |
| 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 V4 Pro | 2.9 | 7.2 | 11.1% | 1 | 205.66s | 430 | 10,529 | 28,089 | |
| MiMo-V2.5 | 5.3 | 10.0 | 33.3% | 0 | 34.53s | 735 | 507 | 49,478 |
| 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 V4 Pro | 6.1 | 3.1 | 66.7% | 1 | 25.09s | 314 | 76 | 1,152 | |
| MiMo-V2.5 | 5.4 | 2.5 | 66.7% | 1 | 5.37s | 492 | 121 | 418 |
| 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 V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 41.16s | 627 | 205 | 2,416 | |
| MiMo-V2.5 | 9.9 | 10.0 | 100.0% | 0 | 1.80s | 672 | 88 | 801 |
| 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 V4 Pro | 5.9 | 7.2 | 55.6% | 1 | 34.84s | 544 | 139 | 4,019 | |
| MiMo-V2.5 | 8.2 | 7.2 | 88.9% | 1 | 20.25s | 660 | 279 | 33,254 |
| 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 V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 21.33s | 8,079 | 372 | 593 | |
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 7.29s | 8,220 | 303 | 2,424 |
| 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 V4 Pro | 3.0 | 10.0 | 0.0% | 0 | 39.14s | 183 | 53 | 3,807 | |
| MiMo-V2.5 | 3.0 | 10.0 | 0.0% | 0 | 51.29s | 210 | 22 | 15,484 |
快速对比
切换对比组合
DeepSeek V4 ProhighvsGPT-5.5noneDeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumDeepSeek V4 ProhighvsGemma 4 31Bmedium免费可用DeepSeek V4 ProhighvsNemotron 3 Supermedium免费可用Seed-2.0-LitenonevsDeepSeek V4 ProhighGemini 3.5 FlashminimalvsMiMo-V2.5mediumDeepSeek V4 ProhighvsGemini 2.5 FlashnoneQwen3.7 MaxnonevsMiMo-V2.5mediumDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalDeepSeek V4 ProhighvsGemini 3.1 Flash LitenoneDeepSeek V4 ProhighvsGemini 3.1 Flash LitelowDeepSeek V4 ProhighvsQwen3.5-Flashnone