#160 MiMo-V2.5-Pro
none- 成本
- $0.004
- 时间
- 46.4s
- 令牌
- 4,025 tok
Xiaomi: MiMo-V2.5-Pro vs Z.ai: GLM 5.1
平均分几乎持平，为 5.5 vs 5.5。 MiMo-V2.5-Pro benchmark 成本更低，为 $0.068 vs $0.164。 MiMo-V2.5-Pro 更快，为 4.12s vs 6.70s，通过率为 37.9% vs 40.9%。
推荐模型MiMo-V2.5-Pro它在这里得分最高（5.5），同时成本比GLM 5.1低约 2.4 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-22
| 指标 | MiMo-V2.5-Pro MiMo-V2.5-Pro none | GLM 5.1 GLM 5.1 none |
|---|---|---|
| 分数 | 5.5 | 5.5 |
| 排名 | #160 | #157 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.6 | 8.2 |
| 测试正确 | ||
| 尝试通过率 | 37.9% | 40.9% |
| 不稳定测试 | 4 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 1.509 | 2.368 |
| 总成本 | $0.068 | $0.164 |
| 输入价格 | $0.435 / 1M | $0.966 / 1M |
| 输出价格 | $0.870 / 1M | $3.036 / 1M |
| 总输入令牌 | 124,799 | 124,209 |
| 输出令牌 | 15,362 | 14,393 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 4.12s | 6.70s |
| 响应时间（最大） | 53.13s | 61.20s |
| 响应时间（总计） | 90.55s | 147.38s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#157 GLM 5.1
none
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 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 5.1 | 4.0 | 6.3 | 25.0% | 2 | 2.11s | 555 | 305 | 0 |
| 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 5.1 | 3.9 | 9.7 | 0.0% | 0 | 4.96s | 7,256 | 525 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| MiMo-V2.5-Pro | 3.0 | 10.0 | 0.0% | 0 | 28.33s | 98,770 | 12,915 | 0 | |
| GLM 5.1 | 2.8 | 1.8 | 33.3% | 2 | 46.88s | 99,907 | 12,768 | 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 5.1 | 10.0 | 10.0 | 100.0% | 0 | 1.08s | 7,107 | 204 | 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 5.1 | 2.9 | 7.2 | 11.1% | 1 | 1.99s | 687 | 24 | 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 5.1 | 5.0 | 10.0 | 0.0% | 0 | 790ms | 477 | 39 | 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 | 6.4 | 10.0 | 50.0% | 0 | 1.03s | 684 | 66 | 0 | |
| GLM 5.1 | 9.8 | 10.0 | 100.0% | 0 | 1.98s | 636 | 66 | 0 |
| 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 5.1 | 7.7 | 10.0 | 66.7% | 0 | 1.45s | 609 | 151 | 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 5.1 | 10.0 | 10.0 | 100.0% | 0 | 10.68s | 6,789 | 300 | 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 | 1.89s | 216 | 14 | 0 | |
| GLM 5.1 | 3.0 | 10.0 | 0.0% | 0 | 2.34s | 186 | 11 | 0 |
快速对比
切换对比组合
KAT-Coder-Air V2.5mediumvsGLM 5.1noneKAT-Coder-Air V2.5mediumvsMiMo-V2.5-PrononeKAT-Coder-Air V2.5highvsGLM 5.1noneLaguna S 2.1medium免费可用vsMiMo-V2.5-PrononeKAT-Coder-Air V2.5lowvsMiMo-V2.5-PrononeKAT-Coder-Air V2.5highvsMiMo-V2.5-PrononeLaguna S 2.1medium免费可用vsGLM 5.1noneLaguna S 2.1high免费可用vsMiMo-V2.5-PrononeKAT-Coder-Air V2.5lowvsGLM 5.1noneNemotron 3 Supermedium免费可用vsGLM 5.1noneLaguna S 2.1high免费可用vsGLM 5.1noneNemotron 3 Supermedium免费可用vsMiMo-V2.5-Pronone