AI BENCHY 对比
xAI: Grok 4.20 vs Xiaomi: MiMo-V2-Omni
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-02
| 指标 | Grok 4.20 Grok 4.20 medium | MiMo-V2-Omni MiMo-V2-Omni none |
|---|---|---|
| 分数 | 7.1 | 6.4 |
| 排名 | #40 | #49 |
| 一致性 | 8.2 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 47.1% |
| 不稳定测试 | 4 | 0 |
| 总运行次数 | 51 | 17 |
| 每个结果成本 | 7.358 | 0.069 |
| 总成本 | $0.663 | $0.006 |
| ???? | $2.000 / 1M | $0.400 / 1M |
| ???? | $6.000 / 1M | $2.000 / 1M |
| 输出令牌 | 1,494 | 469 |
| 推理令牌 | 97,078 | 0 |
| 响应时间（平均） | 9.50s | 2.01s |
| 响应时间（最大） | 29.87s | 6.81s |
| 响应时间（总计） | 161.54s | 34.09s |
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 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.36s | 280 | 8,476 | |
| MiMo-V2-Omni | 4.8 | 10.0 | 25.0% | 0 | 1.10s | 74 | 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 4.20 | 10.0 | 10.0 | 100.0% | 0 | 17.40s | 232 | 9,556 | |
| MiMo-V2-Omni | 3.0 | 10.0 | 0.0% | 0 | 2.47s | 110 | 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 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 180 | 5,333 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 1.69s | 83 | 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 4.20 | 5.3 | 10.0 | 33.3% | 0 | 27.03s | 375 | 49,339 | |
| MiMo-V2-Omni | 5.3 | 10.0 | 33.3% | 0 | 1.14s | 8 | 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 4.20 | 5.8 | 2.8 | 66.7% | 1 | 7.09s | 47 | 4,252 | |
| MiMo-V2-Omni | 4.5 | 10.0 | 0.0% | 0 | 1.19s | 37 | 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 4.20 | 7.3 | 5.9 | 83.3% | 1 | 4.42s | 40 | 5,474 | |
| MiMo-V2-Omni | 6.5 | 10.0 | 50.0% | 0 | 4.18s | 22 | 0 |
| Puzzle Solving | 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 4.20 | 6.4 | 7.7 | 55.6% | 1 | 3.89s | 143 | 8,028 | |
| MiMo-V2-Omni | 8.0 | 10.0 | 66.7% | 0 | 2.71s | 58 | 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 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 197 | 6,620 | |
| MiMo-V2-Omni | 10.0 | 10.0 | 100.0% | 0 | 2.76s | 77 | 0 |
快速对比
切换对比组合
Mercury 2mediumvsMiMo-V2-OmninoneClaude Sonnet 4.6nonevsGrok 4.20mediumGPT-5 NanomediumvsMiMo-V2-OmninoneGrok 4.20 Multi Agent BetamediumvsMiMo-V2-OmninoneQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGemma 4 31BnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneGPT-5 MinimediumvsMiMo-V2-OmninoneGPT-5.3 ChatnonevsGrok 4.20mediumgpt-oss-120bmedium免费可用vsMiMo-V2-OmninoneNemotron 3 Supermedium免费可用vsMiMo-V2-OmninoneGrok 4.1 FastmediumvsMiMo-V2-Omninone