AI BENCHY 对比
Xiaomi: MiMo-V2.5 vs Xiaomi: MiMo-V2-Pro
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-22
| 指标 | MiMo-V2.5 MiMo-V2.5 medium | MiMo-V2-Pro MiMo-V2-Pro medium |
|---|---|---|
| 分数 | 7.4 | 7.6 |
| 排名 | #53 | #44 |
| 可靠性 | 10.0 | 9.5 |
| 一致性 | 8.4 | 7.9 |
| 测试正确 | ||
| 尝试通过率 | 70.0% | 76.7% |
| 不稳定测试 | 4 | 5 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 2.877 | 2.453 |
| 总成本 | $0.346 | $0.295 |
| ???? | $0.400 / 1M | $1.000 / 1M |
| ???? | $2.000 / 1M | $3.000 / 1M |
| 输出令牌 | 2,891 | 2,556 |
| 推理令牌 | 161,845 | 81,879 |
| 响应时间（平均） | 20.40s | 22.19s |
| 响应时间（最大） | 97.49s | 136.29s |
| 响应时间（总计） | 407.98s | 443.77s |
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 |
|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.14s | 281 | 1,739 | |
| MiMo-V2-Pro | 10.0 | 10.0 | 100.0% | 0 | 2.86s | 251 | 1,154 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5 | 6.9 | 6.2 | 66.7% | 1 | 64.48s | 536 | 44,967 | |
| MiMo-V2-Pro | 7.5 | 6.0 | 83.3% | 1 | 94.21s | 527 | 37,424 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 16.86s | 363 | 7,609 | |
| MiMo-V2-Pro | 4.7 | 1.6 | 66.7% | 1 | 64.71s | 380 | 14,186 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5 | 2.7 | 5.7 | 16.7% | 1 | 6.33s | 306 | 5,714 | |
| MiMo-V2-Pro | 7.3 | 5.8 | 83.3% | 1 | 17.20s | 260 | 7,484 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5 | 5.3 | 10.0 | 33.3% | 0 | 34.53s | 507 | 49,478 | |
| MiMo-V2-Pro | 5.3 | 10.0 | 33.3% | 0 | 8.82s | 170 | 2,158 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5 | 5.4 | 2.5 | 66.7% | 1 | 5.37s | 121 | 418 | |
| MiMo-V2-Pro | 10.0 | 10.0 | 100.0% | 0 | 4.92s | 184 | 400 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5 | 9.9 | 10.0 | 100.0% | 0 | 1.80s | 88 | 801 | |
| MiMo-V2-Pro | 9.9 | 10.0 | 100.0% | 0 | 3.36s | 83 | 667 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5 | 8.2 | 7.2 | 88.9% | 1 | 20.60s | 364 | 33,211 | |
| MiMo-V2-Pro | 6.4 | 4.4 | 77.8% | 2 | 5.26s | 410 | 1,700 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5 | 10.0 | 10.0 | 100.0% | 0 | 7.29s | 303 | 2,424 | |
| MiMo-V2-Pro | 10.0 | 10.0 | 100.0% | 0 | 8.19s | 263 | 864 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5 | 3.0 | 10.0 | 0.0% | 0 | 51.29s | 22 | 15,484 | |
| MiMo-V2-Pro | 3.0 | 10.0 | 0.0% | 0 | 82.71s | 28 | 15,842 |
快速对比
切换对比组合
GPT-5.3 ChatnonevsMiMo-V2.5mediumDeepSeek V4 Flashhigh免费可用vsMiMo-V2.5mediumGPT-5.2 ChatnonevsMiMo-V2-PromediumGemini 3.1 Flash LitelowvsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2-PromediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGemini 3 Flash PreviewnonevsMiMo-V2-PromediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-PromediumRing-2.6-1TnonevsMiMo-V2.5mediumGemini 3.1 Flash LitelowvsMiMo-V2-PromediumGPT-5.3 ChatnonevsMiMo-V2-PromediumDeepSeek V4 Flashhigh免费可用vsMiMo-V2-Promedium