AI BENCHY 对比

Qwen: Qwen3.5-35B-A3B vs Xiaomi: MiMo-V2.5-Pro

摘要

Qwen3.5-35B-A3B vs MiMo-V2.5-Pro benchmark 对比：Qwen3.5-35B-A3B 平均分领先，为 6.3 vs 5.5。 MiMo-V2.5-Pro benchmark 成本更低，为 $0.017 vs $0.401。 MiMo-V2.5-Pro 更快，为 1.78s vs 72.57s，通过率为 69.8% vs 39.7%。

推荐模型: MiMo-V2.5-Pro - 它的得分接近这里的最高分（5.5 vs 6.3），同时成本比Qwen3.5-35B-A3B低约 25.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24	MiMo-V2.5-Pro MiMo-V2.5-Pro none 发布日期: 2026-04-22

指标	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24	MiMo-V2.5-Pro MiMo-V2.5-Pro none 发布日期: 2026-04-22
分数	6.3	5.5
排名	#92	#123
可靠性	10.0	10.0
一致性	7.5	8.6
测试正确
尝试通过率	69.8%	39.7%
不稳定测试	6	4
总运行次数	63	63
每个结果成本	5.162	0.648
总成本	$0.401	$0.017
输入价格	$0.140 / 1M	$0.435 / 1M
输出价格	$1.000 / 1M	$0.870 / 1M
总输入令牌	42,196	30,724
输出令牌	40,630	3,043
推理令牌	353,577	0
响应时间（平均）	72.57s	1.78s
响应时间（最大）	409.98s	8.32s
响应时间（总计）	1524.04s	37.42s

生成展示

Hamster playing table tennis

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

#92 Qwen3.5-35B-A3B

medium

成本: $0.009
时间: 71.4s
令牌: 8,631 tok

#123 MiMo-V2.5-Pro

none

成本: $0.004
时间: 46.4s
令牌: 4,025 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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652
MiMo-V2.5-Pro	3.3	8.1	8.3%	1		2.67s	645	994	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
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462
MiMo-V2.5-Pro	4.3	7.8	22.2%	1		1.41s	6,559	485	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
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485
MiMo-V2.5-Pro	3.0	10.0	0.0%	0		3.54s	4,695	596	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
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493
MiMo-V2.5-Pro	10.0	10.0	100.0%	0		1.32s	7,758	249	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
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368
MiMo-V2.5-Pro	5.3	10.0	33.3%	0		877ms	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
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753
MiMo-V2.5-Pro	4.0	10.0	0.0%	0		2.58s	498	87	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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361
MiMo-V2.5-Pro	6.4	10.0	50.0%	0		1.03s	684	66	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
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585
MiMo-V2.5-Pro	6.7	4.7	77.8%	2		1.30s	678	267	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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365
MiMo-V2.5-Pro	10.0	10.0	100.0%	0		3.30s	8,238	258	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
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053
MiMo-V2.5-Pro	3.0	10.0	0.0%	0		1.89s	216	14	0

快速对比

切换对比组合