导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: gpt-oss-120b vs Xiaomi: MiMo-V2.5

摘要

gpt-oss-120b vs MiMo-V2.5 benchmark 对比：gpt-oss-120b 平均分领先，为 6.1 vs 4.9。 MiMo-V2.5 benchmark 成本更低，为 $0.007 vs $0.013。 MiMo-V2.5 更快，为 2.20s vs 22.28s，通过率为 52.4% vs 27.0%。

推荐模型: MiMo-V2.5 - 它提供了最佳整体取舍：得分有竞争力（4.9），成本低于gpt-oss-120b，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04

指标 gpt-oss-120b gpt-oss-120b medium 发布日期: 2025-08-05 免费可用 MiMo-V2.5 MiMo-V2.5 none 发布日期: 2026-04-22
分数 6.1 4.9
排名 #99 #143
可靠性 10.0 10.0
一致性 8.0 9.6
测试正确
尝试通过率 52.4% 27.0%
不稳定测试 5 1
总运行次数 63 63
每个结果成本 0.141 0.413
总成本 $0.013 $0.007
输入价格 $0.039 / 1M $0.140 / 1M
输出价格 $0.180 / 1M $0.280 / 1M
总输入令牌 39,084 41,985
输出令牌 20,013 2,267
推理令牌 50,233 0
响应时间（平均） 22.28s 2.20s
响应时间（最大） 68.16s 6.86s
响应时间（总计） 311.96s 46.21s

Generation showcase

Hamster playing table tennis

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

#99 gpt-oss-120b

medium
Cost
$0.001
Time
26.7s
Tokens
555 tok

#143 MiMo-V2.5

none
Cost
$0.007
Time
267.4s
Tokens
25,283 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-oss-120b 6.7 9.9 50.0% 0 10.21s 1,314 3,518 2,177
MiMo-V2.5 3.5 8.0 16.7% 1 2.19s 645 282 0
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-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973
MiMo-V2.5 5.5 10.0 33.3% 0 3.24s 7,440 696 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） 输入令牌 输出令牌 推理令牌
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 11,535 694 5,072
MiMo-V2.5 3.0 10.0 0.0% 0 2.36s 15,075 330 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） 输入令牌 输出令牌 推理令牌
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 7,476 241 1,114
MiMo-V2.5 6.5 10.0 50.0% 0 1.01s 7,758 366 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） 输入令牌 输出令牌 推理令牌
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 1,266 6,784 20,606
MiMo-V2.5 3.0 10.0 0.0% 0 756ms 753 27 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） 输入令牌 输出令牌 推理令牌
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 659 107 387
MiMo-V2.5 4.4 9.9 0.0% 0 6.86s 498 81 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） 输入令牌 输出令牌 推理令牌
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 1,036 126 1,799
MiMo-V2.5 6.5 10.0 50.0% 0 751ms 684 72 0
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-oss-120b 5.3 7.2 44.4% 1 21.71s 1,190 1,790 2,264
MiMo-V2.5 5.4 10.0 33.3% 0 2.13s 678 166 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） 输入令牌 输出令牌 推理令牌
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 6,514 287 1,083
MiMo-V2.5 10.0 10.0 100.0% 0 2.43s 8,238 231 0
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-oss-120b 3.0 10.0 0.0% 0 26.51s 312 3,101 3,758
MiMo-V2.5 3.0 10.0 0.0% 0 3.89s 216 16 0

快速对比

切换对比组合

gpt-oss-120bmedium免费可用vsGLM 5noneGemini 2.5 Flashnonevsgpt-oss-120bmedium免费可用Gemma 4 26B A4Bnone免费可用vsgpt-oss-120bmedium免费可用DeepSeek V4 Prohighvsgpt-oss-120bmedium免费可用Ring-2.6-1Tnonevsgpt-oss-120bmedium免费可用gpt-oss-120bmedium免费可用vsQwen3.5 Plus 2026-02-15noneNemotron 3 Ultra 550b A55bnone免费可用vsgpt-oss-120bmedium免费可用Qwen3 Coder NextmediumvsMiMo-V2.5noneGemini 3.1 Flash Litenonevsgpt-oss-120bmedium免费可用gpt-oss-120bmedium免费可用vsQwen3.7 PlusnoneGemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium免费可用gpt-oss-120bmedium免费可用vsQwen3.5-Flashnone