导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3.5-Flash vs Xiaomi: MiMo-V2.5-Pro

摘要

Qwen3.5-Flash vs MiMo-V2.5-Pro benchmark 对比：MiMo-V2.5-Pro 平均分领先，为 7.4 vs 6.8。 Qwen3.5-Flash benchmark 成本更低，为 $0.080 vs $0.106。 MiMo-V2.5-Pro 更快，为 26.13s vs 63.29s，通过率为 71.4% vs 68.3%。

推荐模型: MiMo-V2.5-Pro - 它在这里得分最高（7.4），同时响应速度比Qwen3.5-Flash快约 2.4 倍。

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

指标 Qwen3.5-Flash Qwen3.5-Flash medium 发布日期: 2026-02-24 MiMo-V2.5-Pro MiMo-V2.5-Pro medium 发布日期: 2026-04-22
分数 6.8 7.4
排名 #70 #51
可靠性 10.0 10.0
一致性 8.1 8.5
测试正确
尝试通过率 71.4% 68.3%
不稳定测试 5 4
总运行次数 63 63
每个结果成本 0.871 2.541
总成本 $0.080 $0.106
输入价格 $0.065 / 1M $0.435 / 1M
输出价格 $0.260 / 1M $0.870 / 1M
总输入令牌 38,926 40,854
输出令牌 2,088 5,015
推理令牌 294,598 97,742
响应时间（平均） 63.29s 26.13s
响应时间（最大） 234.29s 130.77s
响应时间（总计） 1265.85s 548.65s

生成展示

Hamster playing table tennis

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

#70 Qwen3.5-Flash

medium
成本
$0.002
时间
25.8s
令牌
4,294 tok

#51 MiMo-V2.5-Pro

medium
无效SVG
成本
$0.000
时间
300.0s
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
Qwen3.5-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 3.26s 621 323 1,179
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-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
MiMo-V2.5-Pro 6.2 4.7 66.7% 2 92.07s 6,543 780 51,218
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-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 53.36s 15,060 348 11,870
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-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
MiMo-V2.5-Pro 7.3 5.8 83.3% 1 18.81s 7,746 260 8,383
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-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
MiMo-V2.5-Pro 5.3 10.0 33.3% 0 37.87s 630 275 17,023
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-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
MiMo-V2.5-Pro 5.5 10.0 0.0% 0 4.02s 492 155 163
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-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
MiMo-V2.5-Pro 9.9 10.0 100.0% 0 2.77s 672 82 803
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-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
MiMo-V2.5-Pro 6.7 7.9 55.6% 1 5.31s 660 540 2,181
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-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 16.87s 8,220 311 2,908
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-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037
MiMo-V2.5-Pro 3.0 10.0 0.0% 0 12.46s 210 1,941 2,014

快速对比

切换对比组合

Gemini 3.5 FlashminimalvsQwen3.5-FlashmediumGemini 3 Flash PreviewlowvsMiMo-V2.5-PromediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGPT-5.3 ChatnonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumGemini 3.5 FlashnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumDeepSeek V4 ProhighvsMiMo-V2.5-PromediumDeepSeek V4 PrononevsMiMo-V2.5-PromediumQwen3.7 PlusnonevsMiMo-V2.5-PromediumQwen3.5-FlashmediumvsStep 3.7 FlashhighMiMo-V2.5-PromediumvsGLM 5.2none