#101 GPT-5.6 Sol
none- 成本
- $0.116
- 时间
- 78.7s
- 令牌
- 3,944 tok
AI BENCHY 对比
OpenAI: GPT-5.6 Sol vs Xiaomi: MiMo-V2.5
摘要
GPT-5.6 Sol vs MiMo-V2.5 (medium) benchmark 对比：MiMo-V2.5 (medium) 平均分领先，为 6.7 vs 6.3。 MiMo-V2.5 (medium) benchmark 成本更低，为 $0.061 vs $0.225。 GPT-5.6 Sol 更快，为 1.66s vs 27.11s，通过率为 57.1% vs 69.8%。
推荐模型: MiMo-V2.5 (medium) - 它在这里得分最高（6.7），同时成本比GPT-5.6 Sol低约 3.7 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09
| 指标 | GPT-5.6 Sol GPT-5.6 Sol none | MiMo-V2.5 MiMo-V2.5 medium |
|---|---|---|
| 分数 | 6.3 | 6.7 |
| 排名 | #101 | #89 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.0 | 8.1 |
| 测试正确 | ||
| 尝试通过率 | 57.1% | 69.8% |
| 不稳定测试 | 3 | 5 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 2.244 | 2.966 |
| 总成本 | $0.225 | $0.061 |
| 输入价格 | $5.000 / 1M | $0.105 / 1M |
| 输出价格 | $30.000 / 1M | $0.280 / 1M |
| 总输入令牌 | 34,218 | 41,838 |
| 输出令牌 | 1,776 | 2,827 |
| 推理令牌 | 0 | 198,898 |
| 响应时间（平均） | 1.66s | 27.11s |
| 响应时间（最大） | 3.93s | 162.44s |
| 响应时间（总计） | 34.81s | 569.38s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#89 MiMo-V2.5
medium- 成本
- $0.002
- 时间
- 54.8s
- 令牌
- 5,247 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-5.6 Sol | 8.3 | 10.0 | 75.0% | 0 | 1.27s | 606 | 154 | 0 | |
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.14s | 621 | 281 | 1,739 |
| 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-5.6 Sol | 5.5 | 10.0 | 33.3% | 0 | 1.39s | 7,302 | 390 | 0 | |
| MiMo-V2.5 | 6.2 | 4.7 | 66.7% | 2 | 97.14s | 7,422 | 557 | 81,977 |
| 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-5.6 Sol | 3.0 | 10.0 | 0.0% | 0 | 3.93s | 11,019 | 300 | 0 | |
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 16.86s | 15,060 | 363 | 7,609 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.53s | 7,140 | 222 | 0 | |
| MiMo-V2.5 | 2.7 | 5.7 | 16.7% | 1 | 6.33s | 7,746 | 306 | 5,714 |
| 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-5.6 Sol | 3.6 | 7.2 | 22.2% | 1 | 1.43s | 723 | 54 | 0 | |
| MiMo-V2.5 | 5.3 | 10.0 | 33.3% | 0 | 34.53s | 735 | 507 | 49,478 |
| 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-5.6 Sol | 6.5 | 3.4 | 66.7% | 1 | 1.52s | 477 | 91 | 0 | |
| MiMo-V2.5 | 5.4 | 2.5 | 66.7% | 1 | 5.37s | 492 | 121 | 418 |
| 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-5.6 Sol | 8.5 | 6.8 | 83.3% | 1 | 1.33s | 660 | 84 | 0 | |
| MiMo-V2.5 | 9.9 | 10.0 | 100.0% | 0 | 1.80s | 672 | 88 | 801 |
| 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-5.6 Sol | 7.7 | 10.0 | 66.7% | 0 | 1.49s | 642 | 211 | 0 | |
| MiMo-V2.5 | 8.2 | 7.2 | 88.9% | 1 | 20.25s | 660 | 279 | 33,254 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 3.70s | 5,454 | 246 | 0 | |
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 7.29s | 8,220 | 303 | 2,424 |
| 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-5.6 Sol | 3.0 | 10.0 | 0.0% | 0 | 1.95s | 195 | 24 | 0 | |
| MiMo-V2.5 | 3.0 | 10.0 | 0.0% | 0 | 51.29s | 210 | 22 | 15,484 |
快速对比
切换对比组合
Nemotron 3 Supermedium免费可用vsGPT-5.6 SolnoneGemma 4 31Bmedium免费可用vsGPT-5.6 SolnoneGPT-5.6 SolnonevsQwen3.5-35B-A3BmediumGemini 3.5 FlashminimalvsMiMo-V2.5mediumGemini 3.1 Flash LitelowvsGPT-5.6 SolnoneQwen3.7 MaxnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.6 SolnoneGemini 3 Flash PreviewnonevsMiMo-V2.5mediumGemini 3.1 Flash LiteminimalvsGPT-5.6 SolnoneGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5mediumGemini 3.5 FlashnonevsMiMo-V2.5mediumGPT-5.6 SolnonevsQwen3.6 27Bmedium