Mistral: Mistral Small 4 vs Xiaomi: MiMo-V2.5

平均分几乎持平，为 5.1 vs 5.1。 MiMo-V2.5 benchmark 成本更低，为 $0.025 vs $0.096。 MiMo-V2.5 更快，为 4.62s vs 10.77s，通过率为 42.4% vs 25.8%。

推荐模型MiMo-V2.5它在这里得分最高（5.1），同时成本比Mistral Small 4 (medium)低约 3.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21

指标	Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16	MiMo-V2.5 MiMo-V2.5 none 发布日期: 2026-04-22

指标	Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16	MiMo-V2.5 MiMo-V2.5 none 发布日期: 2026-04-22
分数	5.1	5.1
排名	#173	#174
可靠性	10.0	10.0
一致性	7.0	9.6
测试正确
尝试通过率	42.4%	25.8%
不稳定测试	8	1
总运行次数	66	66
每个结果成本	1.913	0.770
总成本	$0.096	$0.025
输入价格	$0.150 / 1M	$0.140 / 1M
输出价格	$0.600 / 1M	$0.280 / 1M
总输入令牌	140,494	141,043
输出令牌	39,462	16,464
推理令牌	92,362	0
响应时间（平均）	10.77s	4.62s
响应时间（最大）	59.15s	55.36s
响应时间（总计）	236.94s	101.57s

Hamster playing table tennis

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

#173 Mistral Small 4

medium

成本: $0.006
时间: 47.9s
令牌: 9,857 tok

#174 MiMo-V2.5

none

成本: $0.007
时间: 267.4s
令牌: 25,283 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

类别:

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
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778
MiMo-V2.5	3.5	8.0	16.7%	1		2.19s	645	282	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）	输入令牌	输出令牌	推理令牌
Mistral Small 4	4.4	5.1	33.3%	2		39.98s	7,636	11,635	54,715
MiMo-V2.5	5.5	10.0	33.3%	0		3.24s	7,440	696	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）	输入令牌	输出令牌	推理令牌
Mistral Small 4	3.0	10.0	0.0%	0		32.40s	116,624	17,890	18,384
MiMo-V2.5	3.0	10.0	0.0%	0		28.86s	114,133	14,527	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）	输入令牌	输出令牌	推理令牌
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723
MiMo-V2.5	6.5	10.0	50.0%	0		1.01s	7,758	366	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）	输入令牌	输出令牌	推理令牌
Mistral Small 4	5.3	7.2	44.4%	1		6.11s	742	2,621	6,904
MiMo-V2.5	3.0	10.0	0.0%	0		756ms	753	27	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）	输入令牌	输出令牌	推理令牌
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828
MiMo-V2.5	4.4	9.9	0.0%	0		6.86s	498	81	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）	输入令牌	输出令牌	推理令牌
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	729	540	1,031
MiMo-V2.5	6.5	10.0	50.0%	0		751ms	684	72	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）	输入令牌	输出令牌	推理令牌
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632
MiMo-V2.5	5.4	10.0	33.3%	0		2.13s	678	166	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）	输入令牌	输出令牌	推理令牌
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	6,420	321	810
MiMo-V2.5	10.0	10.0	100.0%	0		2.43s	8,238	231	0

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
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	210	18	1,557
MiMo-V2.5	3.0	10.0	0.0%	0		3.89s	216	16	0

快速对比

切换对比组合