- 排名
- #135
- 总输出令牌
- 185,466
- 响应时间（平均）
- 48.68s
- 总成本
- $0.221
MiMo-V2.5-Pro (medium) vs GLM 5.3 (low)
平均分几乎持平，为 6.8 vs 6.8。 MiMo-V2.5-Pro (medium) benchmark 成本更低，为 $0.221 vs $0.257。 GLM 5.3 (low) 更快，为 13.65s vs 48.68s，通过率为 63.6% vs 65.2%。
- 排名
- #134
- 总输出令牌
- 24,808
- 响应时间（平均）
- 13.65s
- 总成本
- $0.257
推荐模型
GLM 5.3 (low)
它在这里得分最高（6.8），同时响应速度比MiMo-V2.5-Pro (medium)快约 3.6 倍。
详细对比
| 指标 | MiMo-V2.5-Pro MiMo-V2.5-Pro medium | GLM 5.3 GLM 5.3 low |
|---|---|---|
| 分数 | 6.8 | 6.8 |
| 排名 | #135 | #134 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.9 | 8.5 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 63.6% | 65.2% |
| 不稳定测试 | 6 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 3.790 | 2.135 |
| 总成本 | $0.221 | $0.257 |
| 输入价格 | $0.435 / 1M | $1.400 / 1M |
| 输出价格 | $0.870 / 1M | $4.400 / 1M |
| 总输入令牌 | 139,892 | 104,989 |
| 输出令牌 | 15,569 | 8,532 |
| 推理令牌 | 169,897 | 16,276 |
| 响应时间（平均） | 48.68s | 13.65s |
| 响应时间（最大） | 333.34s | 83.60s |
| 响应时间（总计） | 1071.02s | 300.22s |
| 参数量 | 1.02T 总计 (42B 激活) | 744B 总计 (40B 激活) |
| 开放状态 | 开源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#135 MiMo-V2.5-Pro
medium
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
#134 GLM 5.3
low- 成本
- $0.007
- 时间
- 28.4s
- 令牌
- 1,599 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 |
|---|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5-Pro | 10.0 | 10.0 | 100.0% | 0 | 3.26s | 621 | 323 | 1,179 | |
| GLM 5.3 | 6.9 | 7.9 | 66.7% | 1 | 4.16s | 639 | 266 | 249 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5-Pro | 6.2 | 4.7 | 66.7% | 2 | 92.07s | 6,543 | 780 | 51,218 | |
| GLM 5.3 | 6.2 | 6.9 | 55.6% | 1 | 21.02s | 7,317 | 368 | 6,764 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5-Pro | 6.9 | 5.9 | 66.7% | 1 | 125.45s | 114,089 | 10,854 | 45,120 | |
| GLM 5.3 | 3.8 | 5.8 | 33.3% | 1 | 53.02s | 80,209 | 6,729 | 5,209 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5-Pro | 7.3 | 5.8 | 83.3% | 1 | 18.81s | 7,746 | 260 | 8,383 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 3.42s | 7,149 | 210 | 56 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5-Pro | 2.9 | 7.2 | 11.1% | 1 | 146.15s | 639 | 323 | 55,928 | |
| GLM 5.3 | 5.3 | 10.0 | 33.3% | 0 | 19.23s | 759 | 35 | 3,384 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5-Pro | 5.5 | 10.0 | 0.0% | 0 | 4.02s | 492 | 155 | 163 | |
| GLM 5.3 | 4.1 | 2.7 | 33.3% | 1 | 4.70s | 498 | 163 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5-Pro | 9.9 | 10.0 | 100.0% | 0 | 2.77s | 672 | 82 | 803 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 3.40s | 678 | 72 | 81 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5-Pro | 6.7 | 7.9 | 55.6% | 1 | 5.31s | 660 | 540 | 2,181 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 4.20s | 672 | 389 | 225 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5-Pro | 10.0 | 10.0 | 100.0% | 0 | 16.87s | 8,220 | 311 | 2,908 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 18.45s | 6,861 | 231 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5-Pro | 3.0 | 10.0 | 0.0% | 0 | 12.46s | 210 | 1,941 | 2,014 | |
| GLM 5.3 | 3.0 | 10.0 | 0.0% | 0 | 7.42s | 207 | 69 | 308 |
快速对比
切换对比组合
Gemini 3 Flash PreviewnonevsMiMo-V2.5-PromediumGemini 3 Flash PreviewnonevsGLM 5.3lowGemma 4 26B A4Bmedium免费可用vsGLM 5.3lowMiMo-V2.5-PromediumvsGLM 5.2noneDeepSeek V4 PrononevsGLM 5.3lowDeepSeek V4 PrononevsMiMo-V2.5-PromediumKAT-Coder-Pro V2.5nonevsMiMo-V2.5-PromediumKAT-Coder-Pro V2.5nonevsGLM 5.3lowSolar Pro 4mediumvsGLM 5.3lowSolar Pro 4lowvsMiMo-V2.5-PromediumLongCat 2.0lowvsMiMo-V2.5-PromediumSeed-2.0-CodemediumvsGLM 5.3low