导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3 Coder Next vs Xiaomi: MiMo-V2.5-Pro

摘要

Qwen3 Coder Next vs MiMo-V2.5-Pro benchmark 对比：MiMo-V2.5-Pro 平均分领先，为 5.5 vs 4.6。 Qwen3 Coder Next benchmark 成本更低，为 $0.008 vs $0.017。 MiMo-V2.5-Pro 更快，为 1.78s vs 8.58s，通过率为 28.6% vs 39.7%。

推荐模型: MiMo-V2.5-Pro - 它在这里得分最高（5.5），同时响应速度比Qwen3 Coder Next快约 4.8 倍。

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

指标 Qwen3 Coder Next Qwen3 Coder Next medium 发布日期: 2026-02-03 MiMo-V2.5-Pro MiMo-V2.5-Pro none 发布日期: 2026-04-22
分数 4.6 5.5
排名 #150 #123
可靠性 10.0 10.0
一致性 8.9 8.6
测试正确
尝试通过率 28.6% 39.7%
不稳定测试 3 4
总运行次数 63 63
每个结果成本 0.201 0.648
总成本 $0.008 $0.017
输入价格 $0.110 / 1M $0.435 / 1M
输出价格 $0.800 / 1M $0.870 / 1M
总输入令牌 47,250 30,724
输出令牌 3,319 3,043
推理令牌 0 0
响应时间（平均） 8.58s 1.78s
响应时间（最大） 81.80s 8.32s
响应时间（总计） 128.68s 37.42s

Generation showcase

Hamster playing table tennis

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

#150 Qwen3 Coder Next

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

#123 MiMo-V2.5-Pro

none
Cost
$0.004
Time
46.4s
Tokens
4,025 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 Coder Next 3.5 8.1 16.7% 1 8.64s 645 1,252 0
MiMo-V2.5-Pro 3.3 8.1 8.3% 1 2.67s 645 994 0
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 Coder Next 3.7 7.2 22.2% 1 924ms 7,185 336 0
MiMo-V2.5-Pro 4.3 7.8 22.2% 1 1.41s 6,559 485 0
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 Coder Next 3.0 10.0 0.0% 0 4.28s 20,469 317 0
MiMo-V2.5-Pro 3.0 10.0 0.0% 0 3.54s 4,695 596 0
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 Coder Next 6.5 10.0 50.0% 0 81.80s 7,758 246 0
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 1.32s 7,758 249 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） 输入令牌 输出令牌 推理令牌
Qwen3 Coder Next 5.3 10.0 33.3% 0 638ms 753 25 0
MiMo-V2.5-Pro 5.3 10.0 33.3% 0 877ms 753 27 0
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 Coder Next 6.3 3.4 66.7% 1 1.39s 498 142 0
MiMo-V2.5-Pro 4.0 10.0 0.0% 0 2.58s 498 87 0
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 Coder Next 6.3 10.0 50.0% 0 7.49s 684 63 0
MiMo-V2.5-Pro 6.4 10.0 50.0% 0 1.03s 684 66 0
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 Coder Next 3.0 10.0 0.0% 0 1.25s 678 671 0
MiMo-V2.5-Pro 6.7 4.7 77.8% 2 1.30s 678 267 0
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 Coder Next 10.0 10.0 100.0% 0 2.64s 8,364 255 0
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 3.30s 8,238 258 0
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 Coder Next 3.0 10.0 0.0% 0 399ms 216 12 0
MiMo-V2.5-Pro 3.0 10.0 0.0% 0 1.89s 216 14 0

快速对比

切换对比组合

Trinity Large PreviewnonevsQwen3 Coder NextmediumGPT-5.4 NanononevsQwen3 Coder NextmediumQwen3 Coder NextmediumvsMiMo-V2-FlashnoneMercury 2nonevsQwen3 Coder NextmediumCobuddymediumvsMiMo-V2.5-PrononeGPT-4o-mininonevsQwen3 Coder NextmediumMiniMax M2.5mediumvsMiMo-V2.5-PrononeMiniMax M2.7mediumvsMiMo-V2.5-PrononeMistral Small 4mediumvsMiMo-V2.5-PrononeGPT-5.4 MininonevsQwen3 Coder NextmediumQwen3 Coder NextmediumvsMiMo-V2.5noneMistral Small 4nonevsQwen3 Coder Nextmedium