导航
AI BENCHY
Advertise here

AI BENCHY 对比

Inception: Mercury 2 vs Xiaomi: MiMo-V2.5-Pro

摘要

Mercury 2 vs MiMo-V2.5-Pro benchmark 对比：Mercury 2 平均分领先，为 7.5 vs 7.4。 Mercury 2 benchmark 成本更低，为 $0.058 vs $0.106。 Mercury 2 更快，为 2.24s vs 26.13s，通过率为 54.0% vs 68.3%。

推荐模型: Mercury 2 - 它在这里得分最高（7.5），同时成本比MiMo-V2.5-Pro低约 1.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Mercury 2 Mercury 2 medium 发布日期: 2026-02-24 MiMo-V2.5-Pro MiMo-V2.5-Pro medium 发布日期: 2026-04-22
分数 7.5 7.4
排名 #46 #52
可靠性 10.0 10.0
一致性 8.8 8.5
测试正确
尝试通过率 54.0% 68.3%
不稳定测试 3 4
总运行次数 63 63
每个结果成本 0.578 2.541
总成本 $0.058 $0.106
输入价格 $0.250 / 1M $0.435 / 1M
输出价格 $0.750 / 1M $0.870 / 1M
总输入令牌 35,116 40,854
输出令牌 4,048 5,015
推理令牌 61,219 97,742
响应时间（平均） 2.24s 26.13s
响应时间（最大） 14.63s 130.77s
响应时间（总计） 44.72s 548.65s

Generation showcase

Hamster playing table tennis

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

#46 Mercury 2

medium
Cost
$0.002
Time
2.1s
Tokens
1,702 tok

#52 MiMo-V2.5-Pro

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 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
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 3.26s 621 323 1,179
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
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
MiMo-V2.5-Pro 6.2 4.7 66.7% 2 92.07s 6,543 780 51,218
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
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 53.36s 15,060 348 11,870
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
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
MiMo-V2.5-Pro 7.3 5.8 83.3% 1 18.81s 7,746 260 8,383
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
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
MiMo-V2.5-Pro 5.3 10.0 33.3% 0 37.87s 630 275 17,023
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
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
MiMo-V2.5-Pro 5.5 10.0 0.0% 0 4.02s 492 155 163
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
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
MiMo-V2.5-Pro 9.9 10.0 100.0% 0 2.77s 672 82 803
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
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
MiMo-V2.5-Pro 6.7 7.9 55.6% 1 5.31s 660 540 2,181
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
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 16.87s 8,220 311 2,908
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
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748
MiMo-V2.5-Pro 3.0 10.0 0.0% 0 12.46s 210 1,941 2,014

快速对比

切换对比组合

Mercury 2mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsMiMo-V2.5-PromediumGPT-5.3 ChatnonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsMercury 2mediumQwen3.7 PlusnonevsMiMo-V2.5-PromediumStep 3.7 FlashlowvsMiMo-V2.5-PromediumClaude Opus 4.8nonevsMercury 2mediumStep 3.7 FlashhighvsMiMo-V2.5-Promedium