AI BENCHY 对比
Qwen: Qwen3.5-Flash vs Xiaomi: MiMo-V2-Omni
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-01
| 指标 | Qwen3.5-Flash Qwen3.5-Flash medium | MiMo-V2-Omni MiMo-V2-Omni medium |
|---|---|---|
| 分数 | 7.8 | 7.7 |
| 排名 | #45 | #49 |
| 可靠性 | 不适用 | 不适用 |
| 一致性 | 7.3 | 9.9 |
| 测试正确 | ||
| 尝试通过率 | 81.5% | 61.1% |
| 不稳定测试 | 6 | 0 |
| 总运行次数 | 54 | 20 |
| 每个结果成本 | 0.719 | 1.383 |
| 总成本 | $0.080 | $0.153 |
| ???? | $0.065 / 1M | $0.400 / 1M |
| ???? | $0.260 / 1M | $2.000 / 1M |
| 输出令牌 | 2,073 | 928 |
| 推理令牌 | 191,899 | 72,661 |
| 响应时间（平均） | 66.72s | 16.76s |
| 响应时间（最大） | 234.29s | 158.78s |
| 响应时间（总计） | 1201.03s | 301.61s |
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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 59.11s | 383 | 32,992 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 2.11s | 112 | 402 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 4.7 | 1.6 | 66.7% | 1 | 45.75s | 246 | 12,600 | |
| MiMo-V2-Omni | 4.0 | 7.9 | 0.0% | 0 | 68.55s | 265 | 33,660 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 17.78s | 483 | 8,270 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 19.29s | 131 | 2,807 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 7.3 | 5.9 | 83.3% | 1 | 56.99s | 235 | 16,237 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 2.29s | 87 | 323 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 5.3 | 7.2 | 44.4% | 1 | 146.50s | 58 | 43,615 | |
| MiMo-V2-Omni | 3.0 | 10.0 | 0.0% | 0 | 55.12s | 13 | 33,279 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 6.1 | 3.1 | 66.7% | 1 | 40.05s | 99 | 38,486 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 2.86s | 58 | 202 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 63.49s | 98 | 14,139 | |
| MiMo-V2-Omni | 8.3 | 10.0 | 50.0% | 0 | 4.92s | 35 | 201 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 6.4 | 4.4 | 77.8% | 2 | 56.74s | 162 | 24,276 | |
| MiMo-V2-Omni | 6.5 | 10.0 | 33.3% | 0 | 3.88s | 126 | 481 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 10.33s | 309 | 1,284 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 11.07s | 101 | 1,306 |
快速对比
切换对比组合
DeepSeek V4 FlashhighvsQwen3.5-FlashmediumGPT-5.3 ChatnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-FlashmediumGPT-5.2 ChatnonevsQwen3.5-FlashmediumDeepSeek V4 FlashhighvsMiMo-V2-OmnimediumGPT-5.3 ChatnonevsMiMo-V2-OmnimediumQwen3.6 Max PreviewnonevsMiMo-V2-OmnimediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-OmnimediumGPT-5.2 ChatnonevsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsQwen3.5-Flashmedium