导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.5 vs Mimo V2 PRO

摘要

GPT-5.5 vs Mimo V2 PRO benchmark 对比：GPT-5.5 平均分领先，为 9.3 vs 6.7。 Mimo V2 PRO benchmark 成本更低，为 $0.333 vs $0.907。 GPT-5.5 更快，为 9.76s vs 22.16s，通过率为 85.7% vs 73.0%。

推荐模型: GPT-5.5 - 它在这里得分最高（9.3），同时响应速度比Mimo V2 PRO快约 2.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24 Mimo V2 PRO Mimo V2 PRO medium 发布日期: 2026-03-18
分数 9.3 6.7
排名 #4 #77
可靠性 10.0 9.6
一致性 10.0 8.0
测试正确
尝试通过率 85.7% 73.0%
不稳定测试 0 5
总运行次数 63 63
每个结果成本 5.035 2.450
总成本 $0.907 $0.333
输入价格 $5.000 / 1M $2.653 / 1M
输出价格 $30.000 / 1M $2.653 / 1M
总输入令牌 34,209 40,961
输出令牌 2,046 2,518
推理令牌 22,460 81,801
响应时间（平均） 9.76s 22.16s
响应时间（最大） 56.19s 136.29s
响应时间（总计） 204.92s 443.22s

生成展示

Hamster playing table tennis

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

#4 GPT-5.5

low
成本
$0.068
时间
37.0s
令牌
2,339 tok

#77 Mimo V2 PRO

medium
This model has been deprecated. It is recommended to migrate to xiaomi/mimo-v2.5-pro
成本
$0.000
时间
0.1s
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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Mimo V2 PRO 10.0 10.0 100.0% 0 2.86s 621 251 1,154
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Mimo V2 PRO 6.0 7.4 55.6% 1 94.21s 4,787 527 37,424
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Mimo V2 PRO 4.7 1.6 66.7% 1 64.71s 17,028 380 14,186
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Mimo V2 PRO 7.3 5.8 83.3% 1 17.20s 7,746 260 7,484
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Mimo V2 PRO 5.3 10.0 33.3% 0 8.82s 525 170 2,158
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Mimo V2 PRO 10.0 10.0 100.0% 0 4.92s 492 184 400
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Mimo V2 PRO 9.9 10.0 100.0% 0 3.36s 672 83 667
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Mimo V2 PRO 6.4 4.4 77.8% 2 5.08s 660 372 1,622
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Mimo V2 PRO 10.0 10.0 100.0% 0 8.19s 8,220 263 864
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Mimo V2 PRO 3.0 10.0 0.0% 0 82.71s 210 28 15,842

快速对比

切换对比组合

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.5lowvsGLM 5.2mediumGPT-5.5lowvsGLM 5mediumSeed-2.0-LitemediumvsGPT-5.5low