AI BENCHY 对比
Qwen: Qwen3 Coder Next vs Xiaomi: MiMo-V2.5-Pro
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-19
| 指标 | Qwen3 Coder Next Qwen3 Coder Next none | MiMo-V2.5-Pro MiMo-V2.5-Pro none |
|---|---|---|
| 分数 | 5.2 | 5.7 |
| 排名 | #128 | #109 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.7 | 8.4 |
| 测试正确 | ||
| 尝试通过率 | 29.8% | 43.9% |
| 不稳定测试 | 1 | 4 |
| 总运行次数 | 57 | 57 |
| 每个结果成本 | 0.151 | 0.568 |
| 总成本 | $0.008 | $0.035 |
| ???? | $0.110 / 1M | $1.000 / 1M |
| ???? | $0.800 / 1M | $3.000 / 1M |
| 输出令牌 | 3,629 | 3,040 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 9.44s | 1.88s |
| 响应时间（最大） | 45.14s | 8.32s |
| 响应时间（总计） | 122.73s | 35.63s |
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 Coder Next | 3.6 | 10.0 | 0.0% | 0 | 3.31s | 1,321 | 0 | |
| MiMo-V2.5-Pro | 3.3 | 8.1 | 8.3% | 1 | 2.67s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 7.3 | 3.7 | 66.7% | 1 | 3.14s | 585 | 0 | |
| MiMo-V2.5-Pro | 6.4 | 3.3 | 66.7% | 1 | 2.39s | 452 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 45.14s | 317 | 0 | |
| MiMo-V2.5-Pro | 3.0 | 10.0 | 0.0% | 0 | 3.54s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 6.5 | 10.0 | 50.0% | 0 | 1.32s | 246 | 0 | |
| MiMo-V2.5-Pro | 10.0 | 10.0 | 100.0% | 0 | 1.32s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 5.3 | 10.0 | 33.3% | 0 | 962ms | 26 | 0 | |
| MiMo-V2.5-Pro | 5.3 | 10.0 | 33.3% | 0 | 877ms | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 1.34s | 152 | 0 | |
| MiMo-V2.5-Pro | 4.0 | 10.0 | 0.0% | 0 | 2.58s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 6.3 | 10.0 | 50.0% | 0 | 7.71s | 63 | 0 | |
| MiMo-V2.5-Pro | 6.4 | 10.0 | 50.0% | 0 | 1.03s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 22.86s | 652 | 0 | |
| MiMo-V2.5-Pro | 6.7 | 4.7 | 77.8% | 2 | 1.32s | 297 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 2.47s | 255 | 0 | |
| MiMo-V2.5-Pro | 10.0 | 10.0 | 100.0% | 0 | 3.30s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 601ms | 12 | 0 | |
| MiMo-V2.5-Pro | 3.0 | 10.0 | 0.0% | 0 | 1.89s | 14 | 0 |
快速对比
切换对比组合
gpt-oss-120bmedium免费可用vsMiMo-V2.5-PrononeMiniMax M2.7mediumvsQwen3 Coder NextnoneCobuddymedium免费可用vsMiMo-V2.5-PrononeMiniMax M2.5medium免费可用vsMiMo-V2.5-PrononeMistral Small 4mediumvsMiMo-V2.5-PrononeElephant AlphamediumvsMiMo-V2.5-PrononeOwl AlphamediumvsMiMo-V2.5-PrononeElephant AlphamediumvsQwen3 Coder NextnoneMistral Small 4mediumvsQwen3 Coder NextnoneMiniMax M2.5medium免费可用vsQwen3 Coder NextnoneNemotron 3 Supermedium免费可用vsMiMo-V2.5-PrononeGPT-5 NanomediumvsMiMo-V2.5-Pronone