AI BENCHY 对比
OpenAI: GPT-5.2 Chat vs Xiaomi: MiMo-V2-Flash
比较:
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-06
| 指标 | OpenAI: GPT-5.2 Chat none 发布日期: 2025-12-11 | Xiaomi: MiMo-V2-Flash medium 发布日期: 2025-12-16 |
|---|---|---|
| 平均分 | 7.4 | 7.2 |
| 排名 | #15 | #21 |
| 测试正确 | ||
| 一致性 | 9.1 | 9.5 |
| 每个结果成本 | 2.440 | 0.316 |
| 总成本 | $0.269 | $0.035 |
| 尝试通过率 | 75.0% | 72.9% |
| 不稳定测试 | 2 | 1 |
| common.totalRuns | 48 (16 x 3) | 48 (16 x 3) |
| 输出令牌 | 15,845 | 11,613 |
| 推理令牌 | 0 | 106,714 |
| 响应时间（平均） | 7.03s | 25.33s |
| 响应时间（最大） | 38.52s | 96.01s |
| 响应时间（总计） | 112.51s | 253.33s |
分数 vs 总成本
响应时间（平均）
平均分 vs 响应时间（平均）
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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 3.97s | 1,651 | 0 | |
| Xiaomi: MiMo-V2-Flash | 9.7 | 10.0 | 100.0% | 0 | 16.79s | 1,328 | 18,739 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 9.12s | 1,243 | 0 | |
| Xiaomi: MiMo-V2-Flash | 9.0 | 10.0 | 100.0% | 0 | 75.68s | 442 | 26,859 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 9.9 | 10.0 | 100.0% | 0 | 3.05s | 980 | 0 | |
| Xiaomi: MiMo-V2-Flash | 5.5 | 10.0 | 50.0% | 0 | 0ms | 153 | 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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 4.0 | 10.0 | 33.3% | 0 | 17.78s | 7,810 | 0 | |
| Xiaomi: MiMo-V2-Flash | 4.0 | 7.2 | 55.6% | 1 | 96.01s | 8,374 | 42,461 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 4.0 | 3.0 | 33.3% | 1 | 3.20s | 335 | 0 | |
| Xiaomi: MiMo-V2-Flash | 3.0 | 10.0 | 0.0% | 0 | 4.20s | 87 | 488 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 6.0 | 6.1 | 83.3% | 1 | 5.46s | 1,528 | 0 | |
| Xiaomi: MiMo-V2-Flash | 10.0 | 10.0 | 100.0% | 0 | 4.28s | 75 | 3,504 |
| Puzzle Solving | 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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 7.0 | 10.0 | 66.7% | 0 | 4.42s | 1,743 | 0 | |
| Xiaomi: MiMo-V2-Flash | 7.0 | 10.0 | 66.7% | 0 | 3.77s | 833 | 1,948 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 4.68s | 555 | 0 | |
| Xiaomi: MiMo-V2-Flash | 10.0 | 10.0 | 100.0% | 0 | 27.78s | 321 | 12,715 |
快速对比
切换对比组合
GPT-5.2 ChatnonevsGLM 5mediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewnonevsMiMo-V2-FlashmediumGPT-5.2 ChatnonevsStep 3.5 Flashmedium免费可用GPT-5.3 ChatnonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.5-122B-A10Bmedium