AI BENCHY 对比
OpenAI: GPT-5 Mini vs Xiaomi: MiMo-V2-Omni
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-29
| 指标 | GPT-5 Mini GPT-5 Mini medium | MiMo-V2-Omni MiMo-V2-Omni medium |
|---|---|---|
| 分数 | 7.2 | 6.9 |
| 排名 | #73 | #81 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.1 | 8.7 |
| 测试正确 | ||
| 尝试通过率 | 61.7% | 58.3% |
| 不稳定测试 | 2 | 3 |
| 总运行次数 | 60 | 52 |
| 每个结果成本 | 1.348 | 7.334 |
| 总成本 | $0.149 | $0.734 |
| 输入价格 | $0.250 / 1M | $0.400 / 1M |
| 输出价格 | $2.000 / 1M | $2.000 / 1M |
| 输出令牌 | 6,723 | 1,952 |
| 推理令牌 | 63,082 | 357,306 |
| 响应时间（平均） | 23.75s | 41.16s |
| 响应时间（最大） | 88.15s | 299.23s |
| 响应时间（总计） | 475.03s | 823.26s |
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 Mini | 7.1 | 7.6 | 66.7% | 1 | 13.86s | 1,715 | 6,378 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 269 | 1,701 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 10.0 | 10.0 | 100.0% | 0 | 30.74s | 580 | 12,544 | |
| MiMo-V2-Omni | 3.4 | 4.8 | 16.7% | 1 | 183.89s | 292 | 174,314 |
| 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 Mini | 10.0 | 10.0 | 100.0% | 0 | 88.15s | 754 | 11,520 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 25.87s | 380 | 8,673 |
| 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 Mini | 10.0 | 10.0 | 100.0% | 0 | 12.58s | 453 | 3,200 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 3.04s | 155 | 591 |
| 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 Mini | 3.6 | 7.2 | 22.2% | 1 | 44.63s | 293 | 14,016 | |
| MiMo-V2-Omni | 3.0 | 10.0 | 0.0% | 0 | 47.89s | 155 | 68,398 |
| 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 Mini | 4.5 | 10.0 | 0.0% | 0 | 13.50s | 349 | 1,856 | |
| MiMo-V2-Omni | 5.4 | 2.5 | 66.7% | 1 | 3.61s | 136 | 492 |
| 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 Mini | 10.0 | 10.0 | 100.0% | 0 | 11.59s | 310 | 3,968 | |
| MiMo-V2-Omni | 8.3 | 10.0 | 50.0% | 0 | 4.99s | 49 | 515 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 5.6 | 9.8 | 33.3% | 0 | 15.20s | 1,622 | 6,144 | |
| MiMo-V2-Omni | 5.9 | 7.2 | 55.6% | 1 | 2.38s | 210 | 860 |
| 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 Mini | 10.0 | 10.0 | 100.0% | 0 | 18.64s | 487 | 1,600 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 13.98s | 303 | 3,461 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 3.0 | 10.0 | 0.0% | 0 | 9.99s | 160 | 1,856 | |
| MiMo-V2-Omni | 3.0 | 10.0 | 0.0% | 0 | 234.19s | 3 | 98,301 |
快速对比
切换对比组合
GPT-5 MinimediumvsStep 3.7 FlashhighRing-2.6-1TnonevsGPT-5 MinimediumGPT-5 MinimediumvsQwen3.6 Max PreviewnoneDeepSeek V4 ProhighvsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumClaude Opus 4.8nonevsGPT-5 MinimediumClaude Sonnet 4.6nonevsGPT-5 MinimediumDeepSeek V4 ProhighvsGPT-5 MinimediumQwen3.6 Max PreviewnonevsMiMo-V2-OmnimediumStep 3.7 FlashhighvsMiMo-V2-OmnimediumGPT-5 MinimediumvsStep 3.7 FlashlowGemma 4 31Bnone免费可用vsMiMo-V2-Omnimedium