导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Qwen: Qwen3.7 Max vs Xiaomi: MiMo-V2.5

摘要

Qwen3.7 Max vs MiMo-V2.5 benchmark 对比：Qwen3.7 Max 平均分领先，为 6.9 vs 6.7。 Qwen3.7 Max benchmark 成本更低，为 $0.054 vs $0.061。 Qwen3.7 Max 更快，为 1.30s vs 27.11s，通过率为 66.7% vs 69.8%。

推荐模型: Qwen3.7 Max - 它在这里得分最高（6.9），同时响应速度比MiMo-V2.5快约 20.9 倍。

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

指标 Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22 MiMo-V2.5 MiMo-V2.5 medium 发布日期: 2026-04-22
分数 6.9 6.7
排名 #71 #79
可靠性 10.0 10.0
一致性 10.0 8.1
测试正确
尝试通过率 66.7% 69.8%
不稳定测试 0 5
总运行次数 63 63
每个结果成本 0.744 2.966
总成本 $0.054 $0.061
输入价格 $1.250 / 1M $0.105 / 1M
输出价格 $3.750 / 1M $0.280 / 1M
总输入令牌 37,107 41,838
输出令牌 1,994 2,827
推理令牌 0 198,898
响应时间（平均） 1.30s 27.11s
响应时间（最大） 3.92s 162.44s
响应时间（总计） 27.21s 569.38s

生成展示

Hamster playing table tennis

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

#71 Qwen3.7 Max

none
成本
$0.046
时间
195.0s
令牌
12,171 tok

#79 MiMo-V2.5

medium
成本
$0.002
时间
54.8s
令牌
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
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 696 242 0
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
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0
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
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 9,549 171 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 7,794 243 0
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
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 789 15 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 522 120 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 711 72 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 714 314 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 8,211 222 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
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 210 13 0
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

Gemini 3.5 FlashminimalvsQwen3.7 MaxnoneRing-2.6-1TmediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsMiMo-V2.5mediumKimi K2.7 CodemediumvsQwen3.7 Maxnonegpt-oss-120bmedium免费可用vsQwen3.7 MaxnoneGemini 3 Flash PreviewnonevsMiMo-V2.5mediumLaguna XS 2.1medium免费可用vsQwen3.7 MaxnoneGPT-5 NanomediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGLM 5.1mediumQwen3.7 MaxnonevsStep 3.7 FlashhighGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5mediumQwen3.7 MaxnonevsStep 3.5 Flashmedium