BenchLeader

GPT-5.2 vs MiMo-V2.6-Pro

詳しいプロフィール:GPT-5.2(OpenAI)とMiMo-V2.6-Pro(Xiaomi)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 9件の情報源のデータ

2026年11月16日時点で、GPT-5.2とMiMo-V2.6-Proの品質は互角です(BenchLeader Indexで59.9 対 57.5、±5.7の誤差範囲内)。価格はMiMo-V2.6-Proの方が8.8倍安く、100万トークンあたりのブレンド価格で$0.544 対 $4.81です。知識(56 対 42)、推論(60 対 50)、コーディング(63 対 59)を重視するならGPT-5.2、数学(66 対 57)、エージェント・ツール(57 対 54)、長文コンテキスト(68 対 66)を重視するならMiMo-V2.6-Proが向いています。回答開始までの時間はMiMo-V2.6-Proの方が短く、42.3秒 対 112.5秒です。

要点(2026年11月16日時点)

  • BenchLeader IndexはGPT-5.2が59.9、MiMo-V2.6-Proが57.5です(BenchLeader、2026年11月16日)。
  • GPT-5.2の100万トークンあたりのブレンド価格は$4.81です(定価、2026年11月16日)。
  • MiMo-V2.6-Proの100万トークンあたりのブレンド価格は$0.544です(定価、2026年11月16日)。
  • 両モデルに結果がある9件のベンチマークのうち、MiMo-V2.6-Proが8件でリードしています(BenchLeader、2026年11月16日)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングGPT-5.2カテゴリスコア63 対 59;Vibe Code Bench v1.1 53.5% 対 85.2%中
エージェント・ツール利用MiMo-V2.6-Proカテゴリスコア57 対 54中
数学MiMo-V2.6-Proカテゴリスコア66 対 57;ProofBench 70.0% 対 15.0%高
推論GPT-5.2カテゴリスコア60 対 50;Humanity's Last Exam (AA) 37.7% 対 49.4%高
知識GPT-5.2カテゴリスコア56 対 42;MedCode 49.8% 対 45.0%高
長い文書MiMo-V2.6-Proカテゴリスコア68 対 66;AA-LCR v1.1 86.3% 対 82.7%中
チャットの質(人間の評価)–Arenaの評価があるのはMiMo-V2.6-Proのみです(カテゴリスコア67)比較不可
最低コストMiMo-V2.6-Pro100万トークンあたりブレンド価格$0.548 対 $4.81;エージェント型コーディングセッション$0.030 対 $0.161–
回答開始の速さMiMo-V2.6-Pro最初の回答トークンまで42.3秒(MiMo-V2.6-Pro)対 112.5秒(GPT-5.2 (xhigh))–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • GPT-5.2 (xhigh)とMiMo-V2.6-Proの品質は互角です(59.9 対 57.5、±5.7の誤差範囲内)。
  • GPT-5.2 (xhigh)はコーディング、知識、推論で優れています。
  • MiMo-V2.6-Proはエージェント・ツール、長文コンテキスト、数学で優れています。
  • MiMo-V2.6-Proの方が8.8倍安くなっています(100万トークンあたりブレンド価格$0.544 対 $4.81)。
  • GPT-5.2 (xhigh)の方が出力が1.4倍速くなっています(76 対 54トークン/秒)。

概要

仕様GPT-5.2MiMo-V2.6-Pro
プロバイダーOpenAIXiaomi
リリース日2025年12月11日2026年9月21日
コンテキストウィンドウ(トークン)400,0001,048,576
比較した構成GPT-5.2 (xhigh)MiMo-V2.6-Pro
オープンウェイトなしあり
100万トークンあたりの価格(入力/出力/キャッシュ入力)$1.75 / $14.00 / $0.175$0.440 / $0.870 / $0.0036

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリGPT-5.2 (xhigh)MiMo-V2.6-Proトップ
推論60.449.9GPT-5.2
コーディング63.058.8GPT-5.2
エージェント・ツール53.857.1MiMo-V2.6-Pro
数学56.565.5MiMo-V2.6-Pro
知識56.142.3GPT-5.2
指示追従73.7–比較不可
人間の評価–67.0比較不可
マルチモーダル–60.2比較不可
長文コンテキスト66.067.9MiMo-V2.6-Pro

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディングエージェント・ツール数学知識長文コンテキストGPT-5.2, 推論: 60.4GPT-5.2, コーディング: 63.0GPT-5.2, エージェント・ツール: 53.8GPT-5.2, 数学: 56.5GPT-5.2, 知識: 56.1GPT-5.2, 長文コンテキスト: 66.0MiMo-V2.6-Pro, 推論: 49.9MiMo-V2.6-Pro, コーディング: 58.8MiMo-V2.6-Pro, エージェント・ツール: 57.1MiMo-V2.6-Pro, 数学: 65.5MiMo-V2.6-Pro, 知識: 42.3MiMo-V2.6-Pro, 長文コンテキスト: 67.9

描画していないもの(測定済みのモデルが2つ未満):指示追従, マルチモーダル, 人間の評価。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある9件のベンチマークのうち、GPT-5.2のリードが1件、MiMo-V2.6-Proのリードが8件です。両方を評価しているすべての総合指標で、MiMo-V2.6-Proが上回っています。

総合IndexGPT-5.2 (xhigh)MiMo-V2.6-Proトップ
BenchLeader Index59.957.5互角
Arena Text1437†1480MiMo-V2.6-Pro

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標GPT-5.2 (xhigh)MiMo-V2.6-Pro
100万トークンあたりのブレンド価格$4.81$0.548
100万トークンあたりの入力/出力$1.75 / $14.00$0.440 / $0.870
100万トークンあたりのキャッシュ入力$0.175$0.0036
タスクあたりの価格:チャットの返答$0.0049$0.0004
タスクあたりの価格:30ページのレポートを要約$0.029$0.0058
タスクあたりの価格:コード編集$0.032$0.0039
タスクあたりの価格:エージェント型コーディングセッション$0.161$0.030
タスクあたりの価格:構造化データの抽出$0.0063$0.0011
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.090$0.010
ベンチマークのタスクあたりのコスト(AA Index)–$0.257
タスクあたりの出力トークン(AA Index)–121k
うち推論–86k
タスクあたりの時間(AA Index)–38 min
出力速度76 tok/s54 tok/s
回答開始までの時間112.5秒42.3秒
回答が完了するまでの時間(最終測定2026年11月13日)154.4秒95.7秒

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GPT-5.2 (xhigh)のスコアは59.9、最初の回答トークンまで112秒。GPT-5.2は56.7(2秒)、GPT-5.2 (medium)は56.2(7秒)。MiMo-V2.6-Proのスコアは57.5、最初の回答トークンまで42秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

180件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元GPT-5.2 (xhigh)MiMo-V2.6-Pro
BenchLeader IndexBenchLeader59.957.5
エージェント・ツールスコアBenchLeader53.857.1
コーディングスコアBenchLeader63.058.8
指示追従スコアBenchLeader73.7–
知識スコアBenchLeader56.142.3
長文コンテキストスコアBenchLeader66.067.9
数学スコアBenchLeader56.565.5
推論スコアBenchLeader60.449.9
人間の評価スコアBenchLeader–67.0
マルチモーダルスコアBenchLeader–60.2
ブレンド価格($/100万トークン)BenchLeader$4.81$0.548
出力速度BenchLeader76 tok/s54 tok/s
回答開始までの時間BenchLeader112.5秒42.3秒
コンテキストウィンドウBenchLeader400,000トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub91.4%–
Humanity's Last ExamScale AI / CAIS27.8%†–
SimpleBenchSimpleBench45.8%†–
Arena Hard PromptsArena (LMArena)1497†1504
LiveBench 2.0 ReasoningLiveBench–79.6%†
LiveBench 1.0 ReasoningLiveBench83.2%†–
GPQA Diamond (AA)Artificial Analysis90.3%–
Humanity's Last Exam (AA)Artificial Analysis37.7%49.4%
HLE-Diamond (AA)Artificial Analysis–15.2%
GPQA Diamond (Vals)Vals AI91.7%–
Kagi LLM BenchmarkKagi LLM Benchmark73.3%†–
ARC-AGI-1ARC Prize86.2%–
ARC-AGI-2ARC Prize52.9%–
CritPtArtificial Analysis11.6%26.6%
CritPt v2 hard subset (AA)Artificial Analysis–34.0%
MysteryMechanismVals AI–15.3%
SciPredictScale AI SEAL20.6%†–
Arena ExpertArena (LMArena)1491†1526
Chess PuzzlesEpoch AI Benchmarking Hub48.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub22.0%†–
CL-benchEpoch AI Benchmarking Hub18.2%†–
LMCAEpoch AI Benchmarking Hub43.9%–
DTBenchEpoch AI Benchmarking Hub90.9%–
ForecastBenchForecastBench63.8%†–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub73.8%†–
180件のベンチマークをすべて表示
指標公開元GPT-5.2 (xhigh)MiMo-V2.6-Pro
コーディング
SciCodeSciCode–60.9%
WeirdMLWeirdML72.2%–
GSO-BenchGSO-Bench27.4%†–
Arena CodingArena (LMArena)1515†1538
Arena WebDevArena (LMArena)1421†1625
LiveBench 2.0 CodingLiveBench–64.5%†
LiveBench 1.0 CodingLiveBench76.1%†–
LiveCodeBenchVals AI85.4%–
IOIVals AI–39.3%
SWE-bench (Vals)Vals AI75.8%–
SWE-Bench ProScale AI SEAL29.9%†–
SWE-bench Verified (bash only)SWE-bench69.0%†–
SWE-bench Multilingual (bash only)SWE-bench66.7%†–
SWE-bench Verified (any scaffold)SWE-bench72.8%†–
Code MigrationVals AI–43.0%
Code Migration v1.1Vals AI–48.8%
ProgramBenchVals AI–0.5%
SWE-bench MultimodalVals AI–41.3%
Vibe Code Bench v1.1Vals AI53.5%85.2%
Vibe Code Bench 1-100 v1.1Vals AI–26.4%
SWE-Bench Pro (private)Scale AI SEAL23.8%†–
MirrorCodeEpoch AI Benchmarking Hub32.2%–
ALE-BenchEpoch AI Benchmarking Hub1249.8†1158.1
AlgoTuneAlgoTune2.0†–
WeirdML v3WeirdML5.0%–
Terminal-Bench 4.0 (AA)Artificial Analysis–34.9%
GameBench 2 by reasoning settingDuelLab GameBench 2–49.8†
Design Arena WebsiteDesign Arena11861311
FrontierCode 1.1 (AA)Artificial Analysis–45.4%
FrontierCode 2.0 (AA)Artificial Analysis–24.0%
LiveCodeBench (AA)Artificial Analysis88.9%–
エージェント・ツール
Terminal-BenchTerminal-Bench64.9%†27.0%†
GDPvalOpenAI49.7%†–
Remote Labor IndexScale AI / CAIS2.1%†–
APEX-AgentsMercor–54.4%
Arena AgentArena (LMArena)–2.4
LiveBench Long AgenticLiveBench–36.4%†
LiveBench BrowserLiveBench–77.3%†
LiveBench Agentic CodingLiveBench50.3%†–
Terminal-Bench HardArtificial Analysis47.0%–
τ²-Bench Telecom (AA)Artificial Analysis84.8%–
Terminal-Bench 2.1 (Vals)Vals AI–67.8%
MCP AtlasScale AI SEAL67.6%–
BFCL OverallBerkeley Function Calling Leaderboard55.9%†–
τ²-benchτ²-bench84.8%†–
τ³-bench Bankingτ²-bench32.2%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis–59.1%
GDPval-AA v2.1Artificial Analysis–1692
τ³-Banking (AA)Artificial Analysis11.1%†–
Analyst Agent (AA)Artificial Analysis–37.5%
CyberBenchVals AI–72.9%
Finance Agent v2Vals AI–57.3%
Finance Agent v2.1Vals AI–64.3%
Harvey's Legal Agent Benchmark v1.1Vals AI–13.8%
Harvey's Legal Agent Benchmark v1Vals AI–10.8%
Legal Research BenchVals AI–47.1%
Poker AgentVals AI1131.8%†–
SREBenchVals AI–3.0%
Tax Agent BenchVals AI–32.4%
Terminal-Bench 2.0 (Vals)Vals AI51.7%†–
Terminal-Bench 4.0 (Vals)Vals AI–31.3%
Terminal-Bench ScienceVals AI–2.9%
Arena SearchArena (LMArena)1161†–
Arena Agent Task CompletionArena (LMArena)–5
DeepResearch BenchDeepResearch Bench41.1%†–
METR Time HorizonsMETR75.3%†–
Vending-Bench 2Andon Labs3591.3†–
AutomationBenchArtificial Analysis–58.6%
GDP.pdf (AA)Artificial Analysis–19.2%
AA-Briefcase v1.1Artificial Analysis–1512
Design Arena AgenticDesign Arena1065†1271
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–5.7%
CWE-Bench (AA)Artificial Analysis–63.3%
DeepSec-Bench (AA)Artificial Analysis–26.2%
CyberGym end-to-end (AA)Artificial Analysis–78.6%
MKA (AA)Artificial Analysis–37.3%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub67.4%–
FrontierMath Tier 4Epoch AI Benchmarking Hub31.7%–
OTIS Mock AIMEEpoch AI Benchmarking Hub96.1%–
ProofBenchVals AI15.0%70.0%
LiveBench MathematicsLiveBench93.2%†–
AIME (Vals)Vals AI96.9%–
MGSMVals AI94.0%–
AIME 2026MathArena98.3%†–
HMMT February 2026MathArena97.0%†–
MathArena ApexMathArena13.5%†–
Arena MathsArena (LMArena)1453†1484
AIME 2025 (AA)Artificial Analysis99.0%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub37.1%–
LiveBench 2.0 Data AnalysisLiveBench–72.3%†
LiveBench ResearchLiveBench–84.8%†
LiveBench 1.0 Data AnalysisLiveBench78.2%†–
AA-Omniscience v1.1Artificial Analysis–-4.5
MMLU-ProVals AI86.2%–
LegalBenchVals AI82.8%–
CorpFinVals AI65.9%–
TaxEvalVals AI75.8%–
MedQAVals AI94.1%–
MultiNRCScale AI SEAL42.2%†–
CaseLaw v2Vals AI66.0%–
Excel Modeling BenchmarkVals AI–62.9%
Excel Modeling Benchmark v1.1Vals AI–67.3%
MedCodeVals AI49.8%45.0%
MedScribeVals AI84.4%88.3%
Public Benefits Bench v1.1Vals AI–68.9%
Access to Justice BenchmarkVals AI–70.0%
Financial Coaching BenchVals AI–75.4%
Immigration BenchVals AI–67.5%
DrugDiscoveryBenchScale AI SEAL29.3%–
EBR-benchEpoch AI Benchmarking Hub23.0%–
AA-Omniscience v1.1: accuracyArtificial Analysis–34.8%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–39.8%
Global-MMLU-Lite (AA)Artificial Analysis89.8%†–
指示追従
LiveBench LanguageLiveBench79.8%†–
LiveBench Instruction FollowingLiveBench61.8%†–
IFBenchArtificial Analysis75.4%–
TutorBenchScale AI SEAL53.5%†–
Arena Instruction FollowingArena (LMArena)1457†1472
人間の評価
Arena TextArena (LMArena)1476†1480
EQ-Bench Creative Writing v3EQ-Bench1703†–
Arena Creative WritingArena (LMArena)1432†1448
Arena Multi-turnArena (LMArena)1495†1462
Arena Longer QueriesArena (LMArena)1472†1496
マルチモーダル
Arena VisionArena (LMArena)1268†1266
LiveBench DesignLiveBench–74.3%†
MMMU-ProArtificial Analysis74.6%†–
VISTAScale AI SEAL46.6%†–
MMMU-Pro (Vals)Vals AI86.7%–
MortgageTaxVals AI67.1%–
SAGEVals AI–84.5%
Humanity's Sixth SenseScale AI SEAL–25.2%†
VPCTEpoch AI Benchmarking Hub84.0%–
Furniture AssemblyEpoch AI Benchmarking Hub38.3%–
VIALS-AAHandshake AI–43.5%
Code2Video-AAArtificial Analysis–1052
AA-3DArtificial Analysis–983
長文コンテキスト
AA-LCR v1.1Artificial Analysis82.7%86.3%
Arena DocumentArena (LMArena)1425†–
MLCRArtificial Analysis–12.8%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.5†–
LiveBench 2.0LiveBench–66.1%†
LiveBench 1.0LiveBench74.6%†–
AA Intelligence Index v5.0.1Artificial Analysis–29.9
AA Intelligence Index v4.3.2Artificial Analysis30.446.3
AA Progress Index v1Artificial Analysis295.5321.2
Vals IndexVals AI–57.8
Vals Finance IndexVals AI–57.9%
Vals RSI IndexVals AI15.8%–
Vals Router IndexVals AI–57.8%
Vals Legal IndexVals AI–72.1%
AA Cyber IndexArtificial Analysis–56.1
安全性・誠実さ
FORTRESSScale AI SEAL17.5%†–
MASKScale AI SEAL86.7%†–
PropensityBenchScale AI SEAL34.4%†–
メタデータ
AA Openness IndexArtificial Analysis–52.8

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • MiMo-V2.6-Pro:スコアの改訂1件。
  • GPT-5.2 (xhigh):新しい結果1件(AIME 2025 (AA))。
  • MiMo-V2.6-Pro:スコアの改訂1件。
  • GPT-5.2 (xhigh):新しい結果1件(MirrorCode)。
  • MiMo-V2.6-Pro:スコアの改訂6件。
  • MiMo-V2.6-Pro:スコアの改訂1件。
  • MiMo-V2.6-Pro:スコアの改訂1件。
  • MiMo-V2.6-Pro:BenchLeader Index 61.1 → 57.2。
  • GPT-5.2 (xhigh):新しい結果1件(AA Progress Index v1)。
  • MiMo-V2.6-Pro:新しい結果5件(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…)、スコアの改訂3件、価格 $0.13/M → $0.26/M。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

GPT-5.2 vs MiMo-V2.6-Pro:よくある質問

GPT-5.2はMiMo-V2.6-Proより優れていますか?
GPT-5.2 (xhigh)とMiMo-V2.6-Proの品質は互角です(59.9 対 57.5、±5.7の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
GPT-5.2とMiMo-V2.6-Proはどちらが安いですか?今後変わる予定はありますか?
現在はMiMo-V2.6-Proの方が安く、100万トークンあたり$0.544 対 $4.81です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはGPT-5.2とMiMo-V2.6-Proのどちらが向いていますか?
コーディングではGPT-5.2の方がスコアが高くなっています(カテゴリ指標で63 対 59。50が平均)。
GPT-5.2とMiMo-V2.6-Proはどちらが速いですか?
GPT-5.2の方が出力が速くなっています(出力76 対 54トークン/秒、Artificial Analysisの7日間の中央値)。
エージェントやツール利用にはGPT-5.2とMiMo-V2.6-Proのどちらが向いていますか?
エージェント型のタスクではMiMo-V2.6-Proの方がスコアが高くなっています(カテゴリ指標で57 対 54。50が平均)。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
長文コンテキストのベンチマークではMiMo-V2.6-Proの方がスコアが高くなっています(68 対 66)。コンテキストはMiMo-V2.6-Proの方が長く、1,048,576トークンです(GPT-5.2は400,000トークン)。
レイテンシが低いのはどちらですか?
先に回答を始めるのはMiMo-V2.6-Proです。Artificial Analysisの測定では、最初の回答トークンまで42.3秒 対 112.5秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
GPT-5.2とMiMo-V2.6-Proについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある9件のベンチマークのうち、GPT-5.2のリードが1件、MiMo-V2.6-Proのリードが8件です。両方を評価しているすべての総合指標で、MiMo-V2.6-Proが上回っています。
MiMo-V2.6-Proはいつリリースされましたか?
MiMo-V2.6-Proは2026年9月21日にリリースされました。