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: Gemma 4 31B vs Xiaomi: MiMo-V2.5

摘要

Gemma 4 31B vs MiMo-V2.5 benchmark 对比：MiMo-V2.5 平均分领先，为 6.7 vs 6.1。 Gemma 4 31B benchmark 成本更低，为 $0.004 vs $0.063。 Gemma 4 31B 更快，为 4.05s vs 27.11s，通过率为 47.6% vs 69.8%。

推荐模型: Gemma 4 31B - 它的得分接近这里的最高分（6.1 vs 6.7），同时成本比MiMo-V2.5低约 20.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Gemma 4 31B Gemma 4 31B none 发布日期: 2026-04-02 免费可用 MiMo-V2.5 MiMo-V2.5 medium 发布日期: 2026-04-22
分数 6.1 6.7
排名 #98 #76
可靠性 10.0 10.0
一致性 10.0 8.1
测试正确
尝试通过率 47.6% 69.8%
不稳定测试 0 5
总运行次数 63 63
每个结果成本 0.034 2.966
总成本 $0.004 $0.063
输入价格 $0.120 / 1M $0.140 / 1M
输出价格 $0.350 / 1M $0.280 / 1M
总输入令牌 20,911 41,838
输出令牌 1,407 2,827
推理令牌 0 198,898
响应时间（平均） 4.05s 27.11s
响应时间（最大） 26.13s 162.44s
响应时间（总计） 76.87s 569.38s

生成展示

Hamster playing table tennis

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

#98 Gemma 4 31B

none
成本
$0.001
时间
12.8s
令牌
795 tok

#76 MiMo-V2.5

medium
成本
$0.002
时间
54.8s
令牌
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
Gemma 4 31B 6.5 10.0 50.0% 0 1.85s 852 45 0
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
Gemma 4 31B 5.5 10.0 33.3% 0 11.19s 8,381 735 0
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
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
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
Gemma 4 31B 10.0 10.0 100.0% 0 2.25s 8,352 285 0
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
Gemma 4 31B 7.7 10.0 66.7% 0 3.22s 903 27 0
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
Gemma 4 31B 10.0 10.0 100.0% 0 2.09s 576 117 0
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
Gemma 4 31B 6.5 10.0 50.0% 0 2.84s 795 78 0
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
Gemma 4 31B 6.5 10.0 33.3% 0 4.23s 828 108 0
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
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
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
Gemma 4 31B 3.0 10.0 0.0% 0 1.25s 224 12 0
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 3.5 FlashminimalvsMiMo-V2.5mediumQwen3.7 MaxnonevsMiMo-V2.5mediumGemini 3 Flash PreviewnonevsMiMo-V2.5mediumGemma 4 31Bnone免费可用vsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5mediumNorth Mini Codemedium免费可用vsGemma 4 31Bnone免费可用Gemma 4 31Bnone免费可用vsNemotron 3 Supermedium免费可用Gemini 3.5 FlashnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGemini 3.1 Flash LitelowvsMiMo-V2.5mediumStep 3.7 FlashhighvsMiMo-V2.5mediumMiMo-V2.5mediumvsGLM 5.2none