AI BENCHY 对比
Qwen: Qwen3.6 Flash vs Xiaomi: MiMo-V2-Flash
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-19
| 指标 | Qwen3.6 Flash Qwen3.6 Flash medium | MiMo-V2-Flash MiMo-V2-Flash medium |
|---|---|---|
| 分数 | 7.5 | 7.2 |
| 排名 | #55 | #61 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.9 | 8.7 |
| 测试正确 | ||
| 尝试通过率 | 71.9% | 66.7% |
| 不稳定测试 | 5 | 3 |
| 总运行次数 | 57 | 57 |
| 每个结果成本 | 2.768 | 0.341 |
| 总成本 | $0.305 | $0.038 |
| ???? | $0.188 / 1M | $0.100 / 1M |
| ???? | $1.125 / 1M | $0.300 / 1M |
| 输出令牌 | 2,830 | 12,399 |
| 推理令牌 | 194,258 | 115,182 |
| 响应时间（平均） | 15.85s | 21.71s |
| 响应时间（最大） | 122.87s | 96.01s |
| 响应时间（总计） | 301.13s | 282.29s |
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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.10s | 624 | 14,024 | |
| MiMo-V2-Flash | 8.1 | 7.9 | 83.3% | 1 | 15.85s | 1,674 | 23,559 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 6.7 | 3.5 | 66.7% | 1 | 25.84s | 435 | 17,044 | |
| MiMo-V2-Flash | 4.7 | 1.6 | 66.7% | 1 | 13.03s | 428 | 3,648 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 20.28s | 483 | 13,839 | |
| MiMo-V2-Flash | 9.8 | 10.0 | 100.0% | 0 | 75.68s | 442 | 26,859 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.65s | 270 | 13,155 | |
| MiMo-V2-Flash | 6.5 | 10.0 | 50.0% | 0 | 0ms | 153 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 3.5 | 4.4 | 33.3% | 2 | 14.65s | 60 | 24,409 | |
| MiMo-V2-Flash | 5.9 | 7.2 | 55.6% | 1 | 96.01s | 8,374 | 42,461 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 4.8 | 9.9 | 0.0% | 0 | 9.88s | 140 | 5,445 | |
| MiMo-V2-Flash | 4.0 | 10.0 | 0.0% | 0 | 4.20s | 87 | 488 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.05s | 102 | 7,423 | |
| MiMo-V2-Flash | 10.0 | 10.0 | 100.0% | 0 | 4.28s | 75 | 3,504 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 6.1 | 4.7 | 66.7% | 2 | 6.17s | 355 | 10,683 | |
| MiMo-V2-Flash | 7.7 | 10.0 | 66.7% | 0 | 3.77s | 833 | 1,948 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 335 | 1,188 | |
| MiMo-V2-Flash | 10.0 | 10.0 | 100.0% | 0 | 27.78s | 321 | 12,715 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 3.0 | 10.0 | 0.0% | 0 | 122.87s | 26 | 87,048 | |
| MiMo-V2-Flash | 3.0 | 10.0 | 0.0% | 0 | 1.96s | 12 | 0 |
快速对比
切换对比组合
Ring-2.6-1TnonevsMiMo-V2-FlashmediumQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumDeepSeek V4 Flashhigh免费可用vsQwen3.6 FlashmediumGPT-5.3 ChatnonevsQwen3.6 FlashmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGemini 3.1 Flash LitelowvsQwen3.6 FlashmediumGPT-5.2 ChatnonevsQwen3.6 FlashmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 FlashmediumRing-2.6-1TnonevsQwen3.6 FlashmediumDeepSeek V4 Flashhigh免费可用vsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 FlashmediumGPT-5.3 ChatnonevsMiMo-V2-Flashmedium