AI BENCHY 对比
IBM: Granite 4.1 8B vs Xiaomi: MiMo-V2-Flash
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-01
| 指标 | Granite 4.1 8B Granite 4.1 8B none | MiMo-V2-Flash MiMo-V2-Flash none |
|---|---|---|
| 分数 | 4.3 | 4.5 |
| 排名 | #135 | #129 |
| 可靠性 | 10.0 | 不适用 |
| 一致性 | 10.0 | 7.8 |
| 测试正确 | ||
| 尝试通过率 | 11.1% | 27.8% |
| 不稳定测试 | 0 | 5 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.110 | 0.753 |
| 总成本 | $0.003 | $0.023 |
| ???? | $0.050 / 1M | $0.090 / 1M |
| ???? | $0.100 / 1M | $0.290 / 1M |
| 输出令牌 | 2,712 | 68,522 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 767ms | 2.79s |
| 响应时间（最大） | 2.17s | 19.68s |
| 响应时间（总计） | 13.81s | 39.08s |
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 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 4.9 | 10.0 | 25.0% | 0 | 844ms | 903 | 0 | |
| MiMo-V2-Flash | 3.2 | 8.0 | 8.3% | 1 | 1.19s | 865 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 6.9 | 10.0 | 0.0% | 0 | 1.07s | 339 | 0 | |
| MiMo-V2-Flash | 6.3 | 3.7 | 33.3% | 1 | 2.79s | 726 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 1.88s | 396 | 0 | |
| MiMo-V2-Flash | 3.0 | 10.0 | 0.0% | 0 | 2.87s | 330 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 575ms | 195 | 0 | |
| MiMo-V2-Flash | 2.9 | 5.8 | 16.7% | 1 | 19.68s | 161 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 357ms | 24 | 0 | |
| MiMo-V2-Flash | 5.3 | 7.2 | 44.4% | 1 | 564ms | 24 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 4.0 | 10.0 | 0.0% | 0 | 499ms | 115 | 0 | |
| MiMo-V2-Flash | 4.6 | 10.0 | 0.0% | 0 | 1.67s | 104 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.6 | 9.9 | 0.0% | 0 | 344ms | 66 | 0 | |
| MiMo-V2-Flash | 6.5 | 10.0 | 50.0% | 0 | 857ms | 69 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.7 | 10.0 | 0.0% | 0 | 635ms | 431 | 0 | |
| MiMo-V2-Flash | 3.6 | 7.2 | 22.2% | 1 | 1.38s | 65,971 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 10.0 | 10.0 | 100.0% | 0 | 2.17s | 243 | 0 | |
| MiMo-V2-Flash | 10.0 | 10.0 | 100.0% | 0 | 2.28s | 272 | 0 |
快速对比
切换对比组合
MiMo-V2-FlashnonevsGLM 4.7 FlashmediumGranite 4.1 8BnonevsQwen3.5-9BmediumQwen3.5-9BmediumvsMiMo-V2-FlashnoneGranite 4.1 8BnonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsMiMo-V2-FlashnoneGranite 4.1 8BnonevsQwen3 Coder NextmediumNemotron 3 Nano Omni 30b A3b Reasoningmedium免费可用vsMiMo-V2-FlashnoneElephant AlphamediumvsMiMo-V2-FlashnoneMiniMax M2.7mediumvsMiMo-V2-FlashnoneGranite 4.1 8BnonevsNemotron 3 Nano Omni 30b A3b Reasoningmedium免费可用Granite 4.1 8BnonevsElephant AlphamediumGranite 4.1 8BnonevsMiniMax M2.7medium