AI BENCHY 对比
xAI: Grok 4.1 Fast vs Xiaomi: MiMo-V2.5
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-22
| 指标 | Grok 4.1 Fast Grok 4.1 Fast medium | MiMo-V2.5 MiMo-V2.5 none |
|---|---|---|
| 分数 | 6.7 | 5.1 |
| 排名 | #54 | #92 |
| 一致性 | 7.2 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 64.8% | 27.8% |
| 不稳定测试 | 6 | 0 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.613 | 0.368 |
| 总成本 | $0.056 | $0.019 |
| ???? | $0.200 / 1M | $0.400 / 1M |
| ???? | $0.500 / 1M | $2.000 / 1M |
| 输出令牌 | 2,010 | 2,177 |
| 推理令牌 | 91,298 | 0 |
| 响应时间（平均） | 23.88s | 1.05s |
| 响应时间（最大） | 121.79s | 2.43s |
| 响应时间（总计） | 262.66s | 18.94s |
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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.1 Fast | 8.7 | 7.9 | 91.7% | 1 | 3.81s | 108 | 4,741 | |
| MiMo-V2.5 | 4.8 | 10.0 | 25.0% | 0 | 842ms | 232 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.1 Fast | 2.3 | 1.1 | 33.3% | 1 | 23.58s | 821 | 6,703 | |
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 1.95s | 660 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.1 Fast | 10.0 | 10.0 | 100.0% | 0 | 37.64s | 261 | 12,272 | |
| MiMo-V2.5 | 3.0 | 10.0 | 0.0% | 0 | 2.36s | 330 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.1 Fast | 10.0 | 10.0 | 100.0% | 0 | 6.63s | 180 | 5,409 | |
| MiMo-V2.5 | 6.5 | 10.0 | 50.0% | 0 | 1.01s | 366 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.1 Fast | 5.8 | 4.4 | 66.7% | 2 | 121.79s | 11 | 37,657 | |
| MiMo-V2.5 | 3.0 | 10.0 | 0.0% | 0 | 756ms | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.1 Fast | 4.2 | 9.9 | 0.0% | 0 | 16.25s | 127 | 3,456 | |
| MiMo-V2.5 | 4.6 | 10.0 | 0.0% | 0 | 841ms | 97 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.1 Fast | 6.6 | 10.0 | 50.0% | 0 | 5.30s | 55 | 3,489 | |
| MiMo-V2.5 | 6.5 | 10.0 | 50.0% | 0 | 751ms | 72 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.1 Fast | 5.3 | 7.2 | 44.4% | 1 | 8.08s | 187 | 6,086 | |
| MiMo-V2.5 | 3.4 | 10.0 | 0.0% | 0 | 731ms | 162 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.1 Fast | 2.8 | 1.6 | 33.3% | 1 | 27.71s | 260 | 11,485 | |
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 231 | 0 |
快速对比
切换对比组合
Grok 4.1 FastmediumvsGLM 5noneQwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumElephant AlphamediumvsMiMo-V2.5noneMiniMax M2.7mediumvsMiMo-V2.5noneGrok 4.1 FastmediumvsMiMo-V2-OmninoneGemma 4 31Bnone免费可用vsGrok 4.1 FastmediumQwen3 Coder NextmediumvsMiMo-V2.5noneGrok 4.1 FastmediumvsGLM 5V TurbononeQwen3.5-FlashnonevsGrok 4.1 FastmediumGemma 4 26B A4Bnone免费可用vsGrok 4.1 FastmediumMiMo-V2.5nonevsGLM 4.7 FlashmediumSeed-2.0-LitenonevsGrok 4.1 Fastmedium