AI BENCHY 对比
Xiaomi: MiMo-V2.5-Pro vs Z.ai: GLM 5
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-08
| 指标 | MiMo-V2.5-Pro MiMo-V2.5-Pro medium | GLM 5 GLM 5 medium |
|---|---|---|
| 分数 | 8.1 | 8.1 |
| 排名 | #18 | #19 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 8.3 |
| 测试正确 | ||
| 尝试通过率 | 74.1% | 80.7% |
| 不稳定测试 | 2 | 4 |
| 总运行次数 | 54 | 57 |
| 每个结果成本 | 1.661 | 1.379 |
| 总成本 | $0.200 | $0.180 |
| ???? | $1.000 / 1M | $0.600 / 1M |
| ???? | $3.000 / 1M | $1.920 / 1M |
| 输出令牌 | 2,790 | 20,564 |
| 推理令牌 | 52,001 | 70,787 |
| 响应时间（平均） | 16.23s | 27.34s |
| 响应时间（最大） | 84.22s | 79.09s |
| 响应时间（总计） | 292.10s | 300.78s |
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-Pro | 10.0 | 10.0 | 100.0% | 0 | 3.26s | 323 | 1,179 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 23.66s | 480 | 7,056 |
| 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-Pro | 10.0 | 10.0 | 100.0% | 0 | 32.58s | 543 | 7,485 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 79.09s | 330 | 19,814 |
| 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-Pro | 10.0 | 10.0 | 100.0% | 0 | 53.36s | 348 | 11,870 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 28.96s | 662 | 3,242 |
| 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-Pro | 7.3 | 5.8 | 83.3% | 1 | 18.81s | 260 | 8,383 | |
| GLM 5 | 7.1 | 5.6 | 83.3% | 1 | 8.90s | 567 | 3,734 |
| 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-Pro | 5.3 | 10.0 | 33.3% | 0 | 37.87s | 275 | 17,023 | |
| GLM 5 | 3.5 | 4.4 | 33.3% | 2 | 0ms | 13,176 | 14,137 |
| 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-Pro | 5.5 | 10.0 | 0.0% | 0 | 4.02s | 155 | 163 | |
| GLM 5 | 6.1 | 3.1 | 66.7% | 1 | 14.69s | 2,020 | 2,248 |
| 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-Pro | 9.9 | 10.0 | 100.0% | 0 | 2.77s | 82 | 803 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 7.25s | 1,001 | 2,129 |
| 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-Pro | 6.7 | 7.9 | 55.6% | 1 | 5.16s | 493 | 2,187 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 15.64s | 1,694 | 4,983 |
| 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-Pro | 10.0 | 10.0 | 100.0% | 0 | 16.87s | 311 | 2,908 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 15.93s | 233 | 994 |
| 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-Pro | - | - | - | - | - | - | - | - |
| GLM 5 | 3.0 | 10.0 | 0.0% | 0 | 67.37s | 401 | 12,450 |
快速对比
切换对比组合
Gemini 3 Flash PreviewnonevsGLM 5mediumGemini 3.1 Flash Lite PreviewlowvsGLM 5mediumGemini 3 Flash PreviewnonevsMiMo-V2.5-PromediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5-PromediumGemini 3.1 Flash Lite PreviewnonevsGLM 5mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5-PromediumGPT-5.2 ChatnonevsGLM 5mediumGPT-5.2 ChatnonevsMiMo-V2.5-PromediumGemini 3.1 Flash LitelowvsGLM 5mediumGemini 3.1 Flash LitelowvsMiMo-V2.5-PromediumGPT-5.3 ChatnonevsGLM 5mediumGPT-5.3 ChatnonevsMiMo-V2.5-Promedium