BenchLeader

Gemini 3.7 Flash vs MiMo-V2.6-Pro

完整资料:Gemini 3.7 Flash(Google)和 MiMo-V2.6-Pro(Xiaomi),包括全部基准测试、价格和排名。

更新于 · 数据来自 11 个来源

截至 2026年11月16日,质量上 Gemini 3.7 Flash 领先 MiMo-V2.6-Pro(BenchLeader Index 62.1 比 57.5)。不过,MiMo-V2.6-Pro 更便宜,对方的价格是它的 2.8 倍(每百万 token 混合价格 $0.544 比 $1.50)。看重知识(66 比 42)、推理(68 比 50)和多模态(67 比 60)选 Gemini 3.7 Flash;看重智能体与工具(57 比 49)、数学(66 比 63)和长上下文(68 比 66)选 MiMo-V2.6-Pro。Gemini 3.7 Flash 的首次回答更快(2.2 秒 比 42.3 秒)。Gemini 3.7 Flash 的输出更快(约 1.5 倍)。

要点(截至 2026年11月16日)

  • Gemini 3.7 Flash 的 BenchLeader Index 为 62.1,MiMo-V2.6-Pro 为 57.5(BenchLeader,2026年11月16日)。
  • Gemini 3.7 Flash 每百万 token 混合价格为 $1.50(标价,2026年11月16日)。
  • MiMo-V2.6-Pro 每百万 token 混合价格为 $0.544(标价,2026年11月16日)。
  • Gemini 3.7 Flash 比 MiMo-V2.6-Pro 输出更快(约 1.5 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 41 项基准测试中,MiMo-V2.6-Pro 领先 24 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,Gemini 3.7 Flash 的评分为 1588,MiMo-V2.6-Pro 为 1625(LMArena,截至 2026年11月16日 的公布数据)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程Gemini 3.7 Flash类别得分 62 比 59;IOI 67.8% 比 39.3%中
智能体与工具调用MiMo-V2.6-Pro类别得分 57 比 49;Arena Agent 2.4 比 -2.2高
数学MiMo-V2.6-Pro类别得分 66 比 63;Arena Maths 1484 比 1502中
推理Gemini 3.7 Flash类别得分 68 比 50;Arena Hard Prompts 1510 比 1504高
知识Gemini 3.7 Flash类别得分 66 比 42;Excel Modeling Benchmark 71.3% 比 62.9%高
长文档MiMo-V2.6-Pro类别得分 68 比 66;AA-LCR v1.1 86.3% 比 81.7%中
图像及其他媒体Gemini 3.7 Flash类别得分 67 比 60;Arena Vision 1313 比 1266中
对话质量(人类偏好)Gemini 3.7 FlashArena 投票 68 比 67中
成本最低MiMo-V2.6-Pro每百万 token 混合价格 $0.548 比 $1.50;智能体编程会话 $0.030 比 $0.060–
首次回答最快Gemini 3.7 Flash首个回答 token 2.2 秒(Gemini 3.7 Flash (high))比 42.3 秒(MiMo-V2.6-Pro)–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • 质量上 Gemini 3.7 Flash (high) 领先:62.1 比 57.5。
  • Gemini 3.7 Flash (high) 在编程、人类偏好、知识、多模态、推理方面更强。
  • MiMo-V2.6-Pro 在智能体与工具、长上下文、数学方面更强。
  • MiMo-V2.6-Pro 更便宜,对方的价格是它的 2.8 倍(每百万 token 混合价格 $0.544 比 $1.50)。
  • Gemini 3.7 Flash (high) 的输出速度是对方的 1.8 倍(95 比 54 token/秒)。

概览

规格Gemini 3.7 FlashMiMo-V2.6-Pro
提供商GoogleXiaomi
发布日期2026年8月13日2026年9月21日
上下文窗口(token)1,048,5761,048,576
对比时的配置Gemini 3.7 Flash (high)MiMo-V2.6-Pro
开放权重否是
每百万 token 价格(输入 / 输出 / 缓存输入)$0.750 / $3.75 / $0.075$0.440 / $0.870 / $0.0036

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Gemini 3.7 Flash (high)MiMo-V2.6-Pro领先者
推理67.849.9Gemini 3.7 Flash
编程62.358.8Gemini 3.7 Flash
智能体与工具48.957.1MiMo-V2.6-Pro
数学62.665.5MiMo-V2.6-Pro
知识65.942.3Gemini 3.7 Flash
人类偏好68.167.0Gemini 3.7 Flash
多模态67.260.2Gemini 3.7 Flash
长上下文65.567.9MiMo-V2.6-Pro

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识长上下文多模态人类偏好Gemini 3.7 Flash, 推理: 67.8Gemini 3.7 Flash, 编程: 62.3Gemini 3.7 Flash, 智能体与工具: 48.9Gemini 3.7 Flash, 数学: 62.6Gemini 3.7 Flash, 知识: 65.9Gemini 3.7 Flash, 长上下文: 65.5Gemini 3.7 Flash, 多模态: 67.2Gemini 3.7 Flash, 人类偏好: 68.1MiMo-V2.6-Pro, 推理: 49.9MiMo-V2.6-Pro, 编程: 58.8MiMo-V2.6-Pro, 智能体与工具: 57.1MiMo-V2.6-Pro, 数学: 65.5MiMo-V2.6-Pro, 知识: 42.3MiMo-V2.6-Pro, 长上下文: 67.9MiMo-V2.6-Pro, 多模态: 60.2MiMo-V2.6-Pro, 人类偏好: 67.0

未绘制(测得的模型少于两个):指令遵循。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 41 项基准测试中,Gemini 3.7 Flash 领先 17 项,MiMo-V2.6-Pro 领先 24 项。所有同时评测两者的综合评分都认为 Gemini 3.7 Flash 更强。

综合 IndexGemini 3.7 Flash (high)MiMo-V2.6-Pro领先者
BenchLeader Index62.157.5Gemini 3.7 Flash
Arena Text14891480Gemini 3.7 Flash

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Gemini 3.7 Flash (high)MiMo-V2.6-Pro
每百万 token 混合价格$1.50$0.548
每百万 token 输入 / 输出$0.750 / $3.75$0.440 / $0.870
每百万 token 缓存输入$0.075$0.0036
每项任务价格:聊天回复$0.0014$0.0004
每项任务价格:总结一份 30 页的报告$0.011$0.0058
每项任务价格:代码编辑$0.010$0.0039
每项任务价格:智能体编程会话$0.060$0.030
每项任务价格:结构化信息提取$0.0023$0.0011
智能体编程会话(输入大多命中缓存)$0.030$0.010
每项基准测试任务成本(AA Index)–$0.257
每项任务输出 token(AA Index)–121k
其中推理部分–86k
每项任务耗时(AA Index)–38 min
输出速度95 tok/s54 tok/s
首次回答时间2.2 秒42.3 秒
完整回答耗时(最近一次测量 2026年11月13日)–95.7 秒

每个模型都按其排名最高的推理强度设置进行对比。Gemini 3.7 Flash (high) 得分 62.1,首个回答 token 需 2 秒;Gemini 3.7 Flash (medium) 为 60.1(2 秒),Gemini 3.7 Flash (low) 为 57.3(2 秒)。MiMo-V2.6-Pro 得分 57.5,首个回答 token 需 42 秒。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 139 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Gemini 3.7 Flash (high)MiMo-V2.6-Pro
BenchLeader IndexBenchLeader62.157.5
智能体与工具得分BenchLeader48.957.1
编程得分BenchLeader62.358.8
人类偏好得分BenchLeader68.167.0
知识得分BenchLeader65.942.3
长上下文得分BenchLeader65.567.9
数学得分BenchLeader62.665.5
多模态得分BenchLeader67.260.2
推理得分BenchLeader67.849.9
混合价格(美元/百万 token)BenchLeader$1.50$0.548
输出速度BenchLeader95 tok/s54 tok/s
首次回答时间BenchLeader2.2 秒42.3 秒
上下文窗口BenchLeader1,048,576 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub94.8%–
Arena Hard PromptsArena (LMArena)15101504
LiveBench 2.0 ReasoningLiveBench–79.6%†
LiveBench 1.0 ReasoningLiveBench87.8%–
GPQA Diamond (AA)Artificial Analysis94.5%–
Humanity's Last Exam (AA)Artificial Analysis47.9%49.4%
HLE-Diamond (AA)Artificial Analysis–15.2%
GPQA Diamond (Vals)Vals AI93.9%–
ARC-AGI-1ARC Prize95.5%–
ARC-AGI-2ARC Prize84.6%–
CritPtArtificial Analysis14.3%26.6%
CritPt v2 hard subset (AA)Artificial Analysis–34.0%
MysteryMechanismVals AI–15.3%
Arena ExpertArena (LMArena)15191526
Chess PuzzlesEpoch AI Benchmarking Hub66.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub37.0%–
LMCAEpoch AI Benchmarking Hub50.4%–
DTBenchEpoch AI Benchmarking Hub96.8%–
ForecastBenchForecastBench66.2%–
编程
SciCodeSciCode57.2%60.9%
FrontierCodeCognition43.6%†–
Arena CodingArena (LMArena)15201538
Arena WebDevArena (LMArena)15881625
LiveBench 2.0 CodingLiveBench–64.5%†
LiveBench 1.0 CodingLiveBench78.9%–
显示全部 139 项基准测试
指标发布方Gemini 3.7 Flash (high)MiMo-V2.6-Pro
编程
LiveCodeBenchVals AI88.7%–
IOIVals AI67.8%39.3%
SWE-bench (Vals)Vals AI80.8%–
Code MigrationVals AI34.8%43.0%
Code Migration v1.1Vals AI–48.8%
ProgramBenchVals AI0.0%0.5%
SWE-bench MultimodalVals AI–41.3%
Vibe Code Bench v1.1Vals AI70.4%85.2%
Vibe Code Bench 1-100 v1.1Vals AI–26.4%
MirrorCodeEpoch AI Benchmarking Hub41.1%–
DeepSWE v1.1Epoch AI Benchmarking Hub65.3%–
ALE-BenchEpoch AI Benchmarking Hub904.31158.1
FrontierSWEEpoch AI Benchmarking Hub20.3%–
Terminal-Bench 4.0 (AA)Artificial Analysis13.6%34.9%
Terminal-Bench 2.1 (AA)Artificial Analysis85.8%–
GameBench 2 by reasoning settingDuelLab GameBench 2–49.8†
Design Arena WebsiteDesign Arena1295†1311
FrontierCode 1.1 (AA)Artificial Analysis–45.4%
FrontierCode 2.0 (AA)Artificial Analysis–24.0%
智能体与工具
Terminal-BenchTerminal-Bench12.4%27.0%†
Remote Labor IndexScale AI / CAIS5.0%†–
APEX-AgentsMercor67.8%†54.4%
Arena AgentArena (LMArena)-2.22.4
LiveBench Long AgenticLiveBench–36.4%†
LiveBench BrowserLiveBench–77.3%†
LiveBench Agentic CodingLiveBench58.3%–
Terminal-Bench 2.1 (Vals)Vals AI77.5%67.8%
GDPval-AA v2.1, normalised scoreArtificial Analysis–59.1%
GDPval-AA v2.1Artificial Analysis14041692
τ³-Banking (AA)Artificial Analysis32.8%–
Analyst Agent (AA)Artificial Analysis60.0%37.5%
CyberBenchVals AI43.8%72.9%
Finance Agent v2Vals AI59.0%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 AI8.8%10.8%
Legal Research BenchVals AI34.6%47.1%
SkillsBenchVals AI65.9%–
SREBenchVals AI4.6%3.0%
Tax Agent BenchVals AI22.8%32.4%
Terminal-Bench 4.0 (Vals)Vals AI12.1%31.3%
Terminal-Bench ScienceVals AI7.1%2.9%
Arena Agent Task CompletionArena (LMArena)-3.55
AutomationBenchArtificial Analysis62.0%58.6%
GDP.pdf (AA)Artificial Analysis23.6%19.2%
EnterpriseOps-GymArtificial Analysis50.4%†–
AA-Briefcase v1.1Artificial Analysis11151512
Design Arena AgenticDesign Arena1222†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 Hub71.6%–
FrontierMath Tier 4Epoch AI Benchmarking Hub36.6%–
OTIS Mock AIMEEpoch AI Benchmarking Hub97.2%–
ProofBenchVals AI58.0%†70.0%
LiveBench MathematicsLiveBench93.5%–
Arena MathsArena (LMArena)15021484
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub69.2%–
LiveBench 2.0 Data AnalysisLiveBench–72.3%†
LiveBench ResearchLiveBench–84.8%†
LiveBench 1.0 Data AnalysisLiveBench68.0%–
AA-Omniscience v1.1Artificial Analysis–-4.5
MMLU-ProVals AI90.1%–
LegalBenchVals AI87.3%–
TaxEvalVals AI74.7%–
Excel Modeling BenchmarkVals AI71.3%62.9%
Excel Modeling Benchmark v1.1Vals AI–67.3%
MedCodeVals AI53.4%45.0%
MedScribeVals AI83.9%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%
GDP.pdfEpoch AI Benchmarking Hub23.8%–
AA-Omniscience v1.1: accuracyArtificial Analysis–34.8%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–39.8%
指令遵循
LiveBench LanguageLiveBench85.5%–
LiveBench Instruction FollowingLiveBench79.9%–
Arena Instruction FollowingArena (LMArena)14861472
人类偏好
Arena TextArena (LMArena)14891480
EQ-Bench Creative Writing v3EQ-Bench1720†–
Arena Creative WritingArena (LMArena)14871448
Arena Multi-turnArena (LMArena)14901462
Arena Longer QueriesArena (LMArena)15011496
多模态
Arena VisionArena (LMArena)13131266
LiveBench DesignLiveBench–74.3%†
MMMU-ProArtificial Analysis85.5%–
MMMU-Pro (Vals)Vals AI89.0%–
MortgageTaxVals AI66.7%–
SAGEVals AI–84.5%
Humanity's Sixth SenseScale AI SEAL39.8%25.2%†
Furniture AssemblyEpoch AI Benchmarking Hub26.7%–
VIALS-AAHandshake AI–43.5%
Code2Video-AAArtificial Analysis–1052
AA-3DArtificial Analysis–983
长上下文
AA-LCR v1.1Artificial Analysis81.7%86.3%
Arena DocumentArena (LMArena)1468–
MLCRArtificial Analysis12.2%12.8%
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub158.4†–
LiveBench 2.0LiveBench–66.1%†
LiveBench 1.0LiveBench78.8%–
AA Intelligence Index v5.0.1Artificial Analysis–29.9
AA Intelligence Index v4.3.2Artificial Analysis39.146.3
AA Progress Index v1Artificial Analysis317.4321.2
Vals IndexVals AI–57.8
Vals Finance IndexVals AI–57.9%
Vals RSI IndexVals AI18.3%–
Vals Router IndexVals AI–57.8%
Vals Legal IndexVals AI–72.1%
AA Cyber IndexArtificial Analysis–56.1
安全与诚实
DistressBenchScale AI SEAL69.0%†–
元数据
AA Openness IndexArtificial Analysis–52.8

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

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.

变化

  • MiMo-V2.6-Pro:1 项分数修订。
  • Gemini 3.7 Flash (high):2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • MiMo-V2.6-Pro:1 项分数修订。
  • Gemini 3.7 Flash (high):BenchLeader Index 62.6 → 62.1。
  • Gemini 3.7 Flash (high):1 项分数修订。
  • MiMo-V2.6-Pro:6 项分数修订。
  • Gemini 3.7 Flash (high):1 项新结果(Arena Document)。
  • MiMo-V2.6-Pro:1 项分数修订。
  • Gemini 3.7 Flash (high):1 项新结果(MirrorCode)。
  • MiMo-V2.6-Pro:1 项分数修订。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Gemini 3.7 Flash vs MiMo-V2.6-Pro:常见问题

Gemini 3.7 Flash 比 MiMo-V2.6-Pro 更好吗?
质量上 Gemini 3.7 Flash (high) 领先:62.1 比 57.5。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,Gemini 3.7 Flash (high) 总体领先,但请结合你的用途查看各类别得分。
Gemini 3.7 Flash 和 MiMo-V2.6-Pro 哪个更便宜?价格会变吗?
目前 MiMo-V2.6-Pro 更便宜:每百万 token $0.544 比 $1.50(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 Gemini 3.7 Flash 还是 MiMo-V2.6-Pro 更好?
Gemini 3.7 Flash 在编程方面得分更高(类别得分 62 比 59,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Gemini 3.7 Flash 为 1588,MiMo-V2.6-Pro 为 1625。
Gemini 3.7 Flash 和 MiMo-V2.6-Pro 哪个更快?
Gemini 3.7 Flash 输出更快(约 1.5 倍;输出 95 比 54 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Gemini 3.7 Flash 还是 MiMo-V2.6-Pro 更好?
MiMo-V2.6-Pro 在智能体任务方面得分更高(类别得分 57 比 49,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Arena Agent 上,Gemini 3.7 Flash 为 -2.2,MiMo-V2.6-Pro 为 2.4。
更多问题(4)
处理长文档哪个更好?
MiMo-V2.6-Pro 在长上下文基准测试上得分更高(68 比 66)。两者都支持 1,048,576 token 的上下文。
哪个延迟更低?
Gemini 3.7 Flash 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 2.2 秒比 42.3 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Gemini 3.7 Flash 和 MiMo-V2.6-Pro 的看法一致吗?
在两者都有结果的 41 项基准测试中,Gemini 3.7 Flash 领先 17 项,MiMo-V2.6-Pro 领先 24 项。所有同时评测两者的综合评分都认为 Gemini 3.7 Flash 更强。
MiMo-V2.6-Pro 是什么时候发布的?
MiMo-V2.6-Pro 于 2026年9月21日 发布。