导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3.6 35B A3B vs Xiaomi: MiMo-V2.5

摘要

Qwen3.6 35B A3B vs MiMo-V2.5 benchmark 对比：Qwen3.6 35B A3B 平均分领先，为 7.4 vs 7.3。 MiMo-V2.5 benchmark 成本更低，为 $0.063 vs $0.146。 Qwen3.6 35B A3B 更快，为 18.08s vs 27.11s，通过率为 63.5% vs 69.8%。

推荐模型: MiMo-V2.5 - 它的得分接近这里的最高分（7.3 vs 7.4），同时成本比Qwen3.6 35B A3B低约 2.3 倍。

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

指标 Qwen3.6 35B A3B Qwen3.6 35B A3B medium 发布日期: 2026-04-20 MiMo-V2.5 MiMo-V2.5 medium 发布日期: 2026-04-22
分数 7.4 7.3
排名 #46 #56
可靠性 10.0 10.0
一致性 9.6 8.1
测试正确
尝试通过率 63.5% 69.8%
不稳定测试 1 5
总运行次数 63 63
每个结果成本 1.094 2.966
总成本 $0.146 $0.063
输入价格 $0.140 / 1M $0.140 / 1M
输出价格 $1.000 / 1M $0.280 / 1M
总输入令牌 16,385 41,838
输出令牌 19,632 2,827
推理令牌 130,219 198,898
响应时间（平均） 18.08s 27.11s
响应时间（最大） 86.11s 162.44s
响应时间（总计） 343.61s 569.38s

Generation showcase

Hamster playing table tennis

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

#46 Qwen3.6 35B A3B

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#56 MiMo-V2.5

medium
Cost
$0.002
Time
54.8s
Tokens
5,247 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
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 6.02s 672 1,154 12,385
MiMo-V2.5 10.0 10.0 100.0% 0 4.14s 621 281 1,739
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
Qwen3.6 35B A3B 7.7 10.0 66.7% 0 50.55s 5,051 7,929 37,223
MiMo-V2.5 6.2 4.7 66.7% 2 97.14s 7,422 557 81,977
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
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 0
MiMo-V2.5 10.0 10.0 100.0% 0 16.86s 15,060 363 7,609
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
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 12.99s 7,776 2,591 9,968
MiMo-V2.5 2.7 5.7 16.7% 1 6.33s 7,746 306 5,714
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
Qwen3.6 35B A3B 5.3 7.2 44.4% 1 22.50s 771 6,193 39,116
MiMo-V2.5 5.3 10.0 33.3% 0 34.53s 735 507 49,478
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
Qwen3.6 35B A3B 4.4 9.9 0.0% 0 8.66s 516 129 4,569
MiMo-V2.5 5.4 2.5 66.7% 1 5.37s 492 121 418
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
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 7.50s 699 219 7,404
MiMo-V2.5 9.9 10.0 100.0% 0 1.80s 672 88 801
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
Qwen3.6 35B A3B 8.0 10.0 66.7% 0 5.95s 696 655 9,228
MiMo-V2.5 8.2 7.2 88.9% 1 20.25s 660 279 33,254
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
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 0
MiMo-V2.5 10.0 10.0 100.0% 0 7.29s 8,220 303 2,424
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
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 32.90s 204 762 10,326
MiMo-V2.5 3.0 10.0 0.0% 0 51.29s 210 22 15,484

快速对比

切换对比组合

Step 3.7 FlashlowvsMiMo-V2.5mediumGemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3BmediumGemini 3.1 Flash LitelowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5mediumGemini 3 Flash PreviewnonevsMiMo-V2.5mediumQwen3.6 35B A3BmediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsQwen3.6 35B A3BmediumGemini 3.1 Flash LitelowvsQwen3.6 35B A3BmediumClaude Opus 4.8nonevsMiMo-V2.5medium