AI BENCHY 对比
OpenAI: GPT-5.4 Nano vs Xiaomi: MiMo-V2-Flash
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-04
| 指标 | GPT-5.4 Nano GPT-5.4 Nano none | MiMo-V2-Flash MiMo-V2-Flash none |
|---|---|---|
| 分数 | 4.3 | 4.4 |
| 排名 | #88 | #87 |
| 一致性 | 7.3 | 8.0 |
| 测试正确 | ||
| 尝试通过率 | 29.4% | 27.5% |
| 不稳定测试 | 6 | 4 |
| 总运行次数 | 51 | 51 |
| 每个结果成本 | 0.404 | 0.743 |
| 总成本 | $0.009 | $0.023 |
| ???? | $0.200 / 1M | $0.090 / 1M |
| ???? | $1.250 / 1M | $0.290 / 1M |
| 输出令牌 | 2,185 | 67,796 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 1.39s | 2.79s |
| 响应时间（最大） | 3.84s | 19.68s |
| 响应时间（总计） | 23.70s | 36.29s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 3.5 | 8.0 | 16.7% | 1 | 1.18s | 800 | 0 | |
| MiMo-V2-Flash | 3.2 | 8.0 | 8.3% | 1 | 1.19s | 865 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 3.0 | 10.0 | 0.0% | 0 | 3.84s | 280 | 0 | |
| MiMo-V2-Flash | 3.0 | 10.0 | 0.0% | 0 | 2.87s | 330 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 6.5 | 10.0 | 50.0% | 0 | 1.11s | 219 | 0 | |
| MiMo-V2-Flash | 2.9 | 5.8 | 16.7% | 1 | 19.68s | 161 | 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 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 2.9 | 4.4 | 22.2% | 2 | 926ms | 52 | 0 | |
| MiMo-V2-Flash | 5.3 | 7.2 | 44.4% | 1 | 564ms | 24 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 3.8 | 2.5 | 33.3% | 1 | 1.31s | 180 | 0 | |
| MiMo-V2-Flash | 4.6 | 10.0 | 0.0% | 0 | 1.67s | 104 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 5.0 | 6.8 | 33.3% | 1 | 787ms | 84 | 0 | |
| MiMo-V2-Flash | 6.5 | 10.0 | 50.0% | 0 | 857ms | 69 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 3.7 | 7.3 | 22.2% | 1 | 1.29s | 348 | 0 | |
| MiMo-V2-Flash | 3.6 | 7.2 | 22.2% | 1 | 1.38s | 65,971 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 10.0 | 10.0 | 100.0% | 0 | 3.40s | 222 | 0 | |
| MiMo-V2-Flash | 10.0 | 10.0 | 100.0% | 0 | 2.28s | 272 | 0 |
快速对比
切换对比组合
Qwen3.5-9BmediumvsMiMo-V2-FlashnoneGPT-5.4 NanononevsQwen3.5-9BmediumMiMo-V2-FlashnonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsMiMo-V2-FlashnoneGPT-5.4 NanononevsGLM 4.7 FlashmediumGPT-5.4 NanononevsQwen3 Coder NextmediumMiniMax M2.7mediumvsMiMo-V2-FlashnoneMiniMax M2.7mediumvsGPT-5.4 NanononeMistral Small 4mediumvsMiMo-V2-FlashnoneMistral Small 4mediumvsGPT-5.4 NanononeMiniMax M2.5medium免费可用vsMiMo-V2-Flashnonegpt-oss-120bmedium免费可用vsMiMo-V2-Flashnone