#46 GPT-5.4 Nano
medium- 成本
- $0.007
- 时间
- 24.6s
- 令牌
- 4,943 tok
AI BENCHY 对比
OpenAI: GPT-5.4 Nano vs Xiaomi: MiMo-V2.5-Pro
摘要
GPT-5.4 Nano vs MiMo-V2.5-Pro benchmark 对比：GPT-5.4 Nano 平均分领先，为 7.5 vs 7.4。 MiMo-V2.5-Pro benchmark 成本更低，为 $0.106 vs $0.107。 GPT-5.4 Nano 更快，为 11.95s vs 26.13s，通过率为 63.5% vs 68.3%。
推荐模型: GPT-5.4 Nano - 它在这里得分最高（7.5），同时响应速度比MiMo-V2.5-Pro快约 2.2 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18
| 指标 | GPT-5.4 Nano GPT-5.4 Nano medium | MiMo-V2.5-Pro MiMo-V2.5-Pro medium |
|---|---|---|
| 分数 | 7.5 | 7.4 |
| 排名 | #46 | #51 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.4 | 8.5 |
| 测试正确 | ||
| 尝试通过率 | 63.5% | 68.3% |
| 不稳定测试 | 4 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.969 | 2.541 |
| 总成本 | $0.107 | $0.106 |
| 输入价格 | $0.200 / 1M | $0.435 / 1M |
| 输出价格 | $1.250 / 1M | $0.870 / 1M |
| 总输入令牌 | 35,434 | 40,854 |
| 输出令牌 | 3,014 | 5,015 |
| 推理令牌 | 76,520 | 97,742 |
| 响应时间（平均） | 11.95s | 26.13s |
| 响应时间（最大） | 94.06s | 130.77s |
| 响应时间（总计） | 250.98s | 548.65s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 MiMo-V2.5-Pro
medium
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 8.3 | 10.0 | 75.0% | 0 | 4.52s | 606 | 683 | 2,254 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 6.1 | 4.7 | 66.7% | 2 | 19.12s | 7,305 | 516 | 20,778 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 9.8 | 10.0 | 100.0% | 0 | 24.13s | 12,345 | 349 | 5,719 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 10.0 | 10.0 | 100.0% | 0 | 2.54s | 7,140 | 234 | 516 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 5.9 | 7.2 | 55.6% | 1 | 38.18s | 619 | 60 | 43,325 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 4.5 | 10.0 | 0.0% | 0 | 4.15s | 477 | 179 | 443 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 9.8 | 10.0 | 100.0% | 0 | 1.88s | 660 | 95 | 521 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 4.1 | 7.2 | 22.2% | 1 | 3.79s | 642 | 594 | 1,408 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 10.0 | 10.0 | 100.0% | 0 | 7.71s | 5,445 | 234 | 382 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 3.0 | 10.0 | 0.0% | 0 | 4.81s | 195 | 70 | 1,174 | |
| 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
Gemini 3 Flash PreviewlowvsMiMo-V2.5-PromediumGPT-5.3 ChatnonevsMiMo-V2.5-PromediumDeepSeek V4 ProhighvsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumGPT-5.4 NanomediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumDeepSeek V4 PrononevsMiMo-V2.5-PromediumQwen3.7 PlusnonevsMiMo-V2.5-PromediumMiMo-V2.5-PromediumvsGLM 5.2none