导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-4o-mini vs Xiaomi: MiMo-V2.5-Pro

摘要

GPT-4o-mini vs MiMo-V2.5-Pro benchmark 对比：MiMo-V2.5-Pro 平均分领先，为 5.5 vs 5.0。 GPT-4o-mini benchmark 成本更低，为 $0.006 vs $0.017。 GPT-4o-mini 更快，为 1.77s vs 1.78s，通过率为 23.8% vs 39.7%。

推荐模型: MiMo-V2.5-Pro - 它在本次比较中得分最高（5.5），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 GPT-4o-mini GPT-4o-mini none 发布日期: 2024-07-18 MiMo-V2.5-Pro MiMo-V2.5-Pro none 发布日期: 2026-04-22
分数 5.0 5.5
排名 #144 #123
可靠性 10.0 10.0
一致性 9.9 8.6
测试正确
尝试通过率 23.8% 39.7%
不稳定测试 0 4
总运行次数 63 63
每个结果成本 0.119 0.648
总成本 $0.006 $0.017
输入价格 $0.150 / 1M $0.435 / 1M
输出价格 $0.600 / 1M $0.870 / 1M
总输入令牌 31,518 30,724
输出令牌 1,982 3,043
推理令牌 0 0
响应时间（平均） 1.77s 1.78s
响应时间（最大） 7.58s 8.32s
响应时间（总计） 24.80s 37.42s

生成展示

Hamster playing table tennis

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

#144 GPT-4o-mini

none
成本
$0.001
时间
6.6s
令牌
742 tok

#123 MiMo-V2.5-Pro

none
成本
$0.004
时间
46.4s
令牌
4,025 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
GPT-4o-mini 4.8 10.0 25.0% 0 1.34s 618 186 0
MiMo-V2.5-Pro 3.3 8.1 8.3% 1 2.67s 645 994 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
GPT-4o-mini 3.2 9.6 0.0% 0 1.63s 7,314 367 0
MiMo-V2.5-Pro 4.3 7.8 22.2% 1 1.41s 6,559 485 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
GPT-4o-mini 3.0 10.0 0.0% 0 7.58s 8,298 568 0
MiMo-V2.5-Pro 3.0 10.0 0.0% 0 3.54s 4,695 596 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
GPT-4o-mini 10.0 10.0 100.0% 0 1.27s 7,161 183 0
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 1.32s 7,758 249 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
GPT-4o-mini 3.0 10.0 0.0% 0 637ms 732 15 0
MiMo-V2.5-Pro 5.3 10.0 33.3% 0 877ms 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
GPT-4o-mini 4.0 10.0 0.0% 0 909ms 480 66 0
MiMo-V2.5-Pro 4.0 10.0 0.0% 0 2.58s 498 87 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
GPT-4o-mini 6.3 10.0 50.0% 0 1.11s 666 69 0
MiMo-V2.5-Pro 6.4 10.0 50.0% 0 1.03s 684 66 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
GPT-4o-mini 3.5 10.0 0.0% 0 1.21s 651 308 0
MiMo-V2.5-Pro 6.7 4.7 77.8% 2 1.30s 678 267 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
GPT-4o-mini 10.0 10.0 100.0% 0 2.51s 5,400 205 0
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 3.30s 8,238 258 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
GPT-4o-mini 3.0 10.0 0.0% 0 794ms 198 15 0
MiMo-V2.5-Pro 3.0 10.0 0.0% 0 1.89s 216 14 0

快速对比

切换对比组合

CobuddymediumvsGPT-4o-mininoneMistral Small 4mediumvsGPT-4o-mininoneMiniMax M2.5mediumvsGPT-4o-mininoneMiniMax M2.7mediumvsGPT-4o-mininoneGPT-4o-mininonevsQwen3 Coder NextmediumMiniMax M2.7mediumvsMiMo-V2.5-PrononeNorth Mini Codemedium免费可用vsMiMo-V2.5-PrononeMistral Small 4mediumvsMiMo-V2.5-PrononeCobuddymediumvsMiMo-V2.5-PrononeGemini 3.1 Flash LiteminimalvsMiMo-V2.5-PrononeGPT-4o-mininonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsMiMo-V2.5-Pronone