导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Xiaomi: MiMo-V2.5-Pro vs Z.ai: GLM 4.7 Flash

摘要

MiMo-V2.5-Pro vs GLM 4.7 Flash benchmark 对比：MiMo-V2.5-Pro 平均分领先，为 5.5 vs 4.4。 MiMo-V2.5-Pro benchmark 成本更低，为 $0.017 vs $0.054。 MiMo-V2.5-Pro 更快，为 1.78s vs 35.10s，通过率为 39.7% vs 33.3%。

推荐模型: MiMo-V2.5-Pro - 它在这里得分最高（5.5），同时成本比GLM 4.7 Flash低约 3.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04

指标 MiMo-V2.5-Pro MiMo-V2.5-Pro none 发布日期: 2026-04-22 GLM 4.7 Flash GLM 4.7 Flash medium 发布日期: 2026-01-19
分数 5.5 4.4
排名 #123 #158
可靠性 10.0 6.7
一致性 8.6 6.8
测试正确
尝试通过率 39.7% 33.3%
不稳定测试 4 8
总运行次数 63 63
每个结果成本 0.648 1.337
总成本 $0.017 $0.054
输入价格 $0.435 / 1M $0.060 / 1M
输出价格 $0.870 / 1M $0.400 / 1M
总输入令牌 30,724 37,206
输出令牌 3,043 43,754
推理令牌 0 89,079
响应时间（平均） 1.78s 35.10s
响应时间（最大） 8.32s 174.55s
响应时间（总计） 37.42s 456.24s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#123 MiMo-V2.5-Pro

none
Cost
$0.004
Time
46.4s
Tokens
4,025 tok

#158 GLM 4.7 Flash

medium
Invalid SVG
Cost
$0.000
Time
186.2s
Tokens
12,112 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 3.3 8.1 8.3% 1 2.67s 645 994 0
GLM 4.7 Flash 4.7 5.9 41.7% 2 14.95s 555 1,122 6,110
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 4.3 7.8 22.2% 1 1.41s 6,559 485 0
GLM 4.7 Flash 3.2 7.4 11.1% 1 55.33s 3,106 4,981 22,387
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 3.0 10.0 0.0% 0 3.54s 4,695 596 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 17,185 2,585 20,648
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 10.0 10.0 100.0% 0 1.32s 7,758 249 0
GLM 4.7 Flash 6.3 10.0 50.0% 0 1.51s 7,107 584 2,755
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 5.3 10.0 33.3% 0 877ms 753 27 0
GLM 4.7 Flash 3.5 4.4 33.3% 2 174.55s 643 33,000 25,394
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 4.0 10.0 0.0% 0 2.58s 498 87 0
GLM 4.7 Flash 3.6 9.7 0.0% 0 18.14s 318 18 2,138
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 6.4 10.0 50.0% 0 1.03s 684 66 0
GLM 4.7 Flash 6.2 5.8 66.7% 1 2.97s 636 388 2,181
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 4.7 77.8% 2 1.30s 678 267 0
GLM 4.7 Flash 2.9 7.2 11.1% 1 12.93s 521 781 5,255
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 3.30s 8,238 258 0
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 6,949 224 1,014
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 1.89s 216 14 0
GLM 4.7 Flash 3.0 10.0 0.0% 0 11.13s 186 71 1,197

快速对比

切换对比组合

CobuddymediumvsMiMo-V2.5-PrononeLing-2.6-1TnonevsGLM 4.7 FlashmediumMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsMiMo-V2.5-PrononeMiniMax M2.7mediumvsMiMo-V2.5-PrononeMistral Small 4mediumvsMiMo-V2.5-PrononeQwen3.5-9BnonevsGLM 4.7 FlashmediumQwen3.6 35B A3BnonevsGLM 4.7 FlashmediumMiMo-V2-FlashnonevsGLM 4.7 FlashmediumTrinity Large PreviewnonevsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumNemotron 3 Supermedium免费可用vsMiMo-V2.5-Pronone