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

Google: Gemini 3.1 Flash Lite Preview vs Xiaomi: MiMo-V2.5

摘要

Gemini 3.1 Flash Lite Preview vs MiMo-V2.5 benchmark 对比：Gemini 3.1 Flash Lite Preview 平均分领先，为 7.4 vs 7.3。 Gemini 3.1 Flash Lite Preview benchmark 成本更低，为 $0.026 vs $0.063。 Gemini 3.1 Flash Lite Preview 更快，为 2.77s vs 27.11s，通过率为 61.9% vs 69.8%。

推荐模型: Gemini 3.1 Flash Lite Preview - 它在这里得分最高（7.4），同时成本比MiMo-V2.5低约 2.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04

指标 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low 发布日期: 2026-03-03 MiMo-V2.5 MiMo-V2.5 medium 发布日期: 2026-04-22
分数 7.4 7.3
排名 #50 #56
可靠性 10.0 10.0
一致性 10.0 8.1
测试正确
尝试通过率 61.9% 69.8%
不稳定测试 0 5
总运行次数 63 63
每个结果成本 0.196 2.966
总成本 $0.026 $0.063
输入价格 $0.250 / 1M $0.140 / 1M
输出价格 $1.500 / 1M $0.280 / 1M
总输入令牌 32,715 41,838
输出令牌 2,286 2,827
推理令牌 9,166 198,898
响应时间（平均） 2.77s 27.11s
响应时间（最大） 11.91s 162.44s
响应时间（总计） 58.12s 569.38s

Generation showcase

Hamster playing table tennis

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

#50 Gemini 3.1 Flash Lite Preview

low
Cost
$0.002
Time
3.7s
Tokens
1,203 tok

#56 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
Gemini 3.1 Flash Lite Preview 8.3 10.0 75.0% 0 2.12s 506 462 1,638
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
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 1.39s 8,138 660 1,060
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
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 11.91s 8,381 225 762
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
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.00s 7,455 291 696
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
Gemini 3.1 Flash Lite Preview 5.3 10.0 33.3% 0 2.36s 641 18 1,212
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
Gemini 3.1 Flash Lite Preview 4.0 10.0 0.0% 0 1.54s 490 69 384
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
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.49s 621 72 753
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
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.69s 566 243 1,248
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
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 9.54s 5,757 237 993
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
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 1.35s 160 9 420
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

Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumStep 3.7 FlashlowvsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3BmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash LitelowvsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4 MinimediumGPT-5.3 ChatnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5-PromediumGemini 3.1 Flash Lite PreviewlowvsGPT-5 MinimediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2medium