BenchLeader

GPT-5.5 Pro vs MiMo-V2.5-Pro

完整资料:GPT-5.5 Pro(OpenAI)和 MiMo-V2.5-Pro(Xiaomi),包括全部基准测试、价格和排名。

更新于 · 数据来自 9 个来源

截至 2026年11月16日,两者共同的基准测试太少,无法判断质量高下。MiMo-V2.5-Pro 更便宜,对方的价格是它的 45 倍(每百万 token 混合价格 $1.50 比 $67.50)。在两者都有成绩的所有类别中,GPT-5.5 Pro 均领先。MiMo-V2.5-Pro 输出更快(3 倍以上)。

要点(截至 2026年11月16日)

  • GPT-5.5 Pro 每百万 token 混合价格为 $67.50(标价,2026年11月16日)。
  • MiMo-V2.5-Pro 每百万 token 混合价格为 $1.50(标价,2026年11月16日)。
  • MiMo-V2.5-Pro 比 GPT-5.5 Pro 输出更快(3 倍以上;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 2 项基准测试中,GPT-5.5 Pro 领先 2 项(BenchLeader,2026年11月16日)。

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
数学GPT-5.5 Pro类别得分 70 比 58高
推理GPT-5.5 Pro类别得分 68 比 66;LMCA 53.9% 比 29.5%中
对话质量(人类偏好)–只有 MiMo-V2.5-Pro 有 Arena 评分(类别得分 60)无法比较
成本最低MiMo-V2.5-Pro每百万 token 混合价格 $1.50 比 $67.50;智能体编程会话 $0.072 比 $2.52–
首次回答最快MiMo-V2.5-Pro首个回答 token 2.8 秒(MiMo-V2.5-Pro)比 6.0 秒(GPT-5.5 Pro (xhigh))–
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

  • 共同的基准测试太少,无法给出结论。
  • GPT-5.5 Pro (xhigh) 在数学、推理方面更强。
  • MiMo-V2.5-Pro 更便宜,对方的价格是它的 45 倍(每百万 token 混合价格 $1.50 比 $67.50)。
  • MiMo-V2.5-Pro 的输出速度是对方的 3.2 倍(68 比 21 token/秒)。

概览

规格GPT-5.5 ProMiMo-V2.5-Pro
提供商OpenAIXiaomi
发布日期2026年4月23日2026年4月23日
上下文窗口(token)1,050,0001,048,576
对比时的配置GPT-5.5 Pro (xhigh)MiMo-V2.5-Pro
开放权重否是
每百万 token 价格(输入 / 输出 / 缓存输入)$30.00 / $180.00 / –$1.00 / $3.00 / $0.0043

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GPT-5.5 Pro (xhigh)MiMo-V2.5-Pro领先者
推理67.965.8GPT-5.5 Pro
编程–56.2无法比较
智能体与工具–46.0无法比较
数学70.057.6GPT-5.5 Pro
知识–54.5无法比较
人类偏好–60.1无法比较

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人类偏好GPT-5.5 Pro, 推理: 67.9GPT-5.5 Pro, 数学: 70.0MiMo-V2.5-Pro, 推理: 65.8MiMo-V2.5-Pro, 编程: 56.2MiMo-V2.5-Pro, 智能体与工具: 46.0MiMo-V2.5-Pro, 数学: 57.6MiMo-V2.5-Pro, 知识: 54.5MiMo-V2.5-Pro, 人类偏好: 60.1

虚线:该模型在所经过的轴上没有结果,线条只连接相邻的点。

未绘制(这些模型没有结果):指令遵循, 长上下文, 多模态。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 2 项基准测试中,GPT-5.5 Pro 领先 2 项,MiMo-V2.5-Pro 领先 0 项。

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GPT-5.5 Pro (xhigh)MiMo-V2.5-Pro
每百万 token 混合价格$67.50$1.50
每百万 token 输入 / 输出$30.00 / $180.00$1.00 / $3.00
每百万 token 缓存输入–$0.0043
每项任务价格:聊天回复$0.066$0.0013
每项任务价格:总结一份 30 页的报告$0.468$0.014
每项任务价格:代码编辑$0.450$0.011
每项任务价格:智能体编程会话$2.52$0.072
每项任务价格:结构化信息提取$0.096$0.0026
智能体编程会话(输入大多命中缓存)–$0.027
输出速度21 tok/s68 tok/s
首次回答时间6.0 秒2.8 秒

每个模型都按其排名最高的推理强度设置进行对比。GPT-5.5 Pro (xhigh)首个回答 token 需 6 秒。MiMo-V2.5-Pro 得分 55.5,首个回答 token 需 3 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 66 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GPT-5.5 Pro (xhigh)MiMo-V2.5-Pro
BenchLeader IndexBenchLeader–55.5
数学得分BenchLeader70.057.6
推理得分BenchLeader67.965.8
智能体与工具得分BenchLeader–46.0
编程得分BenchLeader–56.2
人类偏好得分BenchLeader–60.1
知识得分BenchLeader–54.5
混合价格(美元/百万 token)BenchLeader$67.50$1.50
输出速度BenchLeader21 tok/s68 tok/s
首次回答时间BenchLeader6.0 秒2.8 秒
上下文窗口BenchLeader1,050,000 token1,048,576 token
推理
SimpleBenchSimpleBench76.9%†–
Arena Hard PromptsArena (LMArena)–1494
GPQA Diamond (AA)Artificial Analysis–76.2%†
Humanity's Last Exam (AA)Artificial Analysis–14.8%†
GPQA Diamond (Vals)Vals AI–82.6%
ARC-AGI-1ARC Prize95.0%–
ARC-AGI-2ARC Prize84.2%–
CritPtArtificial Analysis30.6%1.1%†
Arena ExpertArena (LMArena)–1507
Chess PuzzlesEpoch AI Benchmarking Hub62.0%–
LMCAEpoch AI Benchmarking Hub53.9%29.5%
DTBenchEpoch AI Benchmarking Hub96.0%84.5%
编程
SciCodeSciCode–50.2%
Arena CodingArena (LMArena)–1520
Arena WebDevArena (LMArena)–1479
SciCode (AA)Artificial Analysis–50.6%†
LiveCodeBenchVals AI–81.3%
SWE-bench (Vals)Vals AI–74.0%
Code MigrationVals AI–21.6%
Vibe Code Bench v1.1Vals AI–34.1%
ALE-BenchEpoch AI Benchmarking Hub–899.8
Terminal-Bench 4.0 (AA)Artificial Analysis–0.0%†
Terminal-Bench 2.1 (AA)Artificial Analysis–65.2%†
GameBench 2 by reasoning settingDuelLab GameBench 2–27.4†
Design Arena WebsiteDesign Arena–1262
显示全部 66 项基准测试
指标发布方GPT-5.5 Pro (xhigh)MiMo-V2.5-Pro
智能体与工具
Terminal-Bench HardArtificial Analysis–35.6%†
τ²-Bench Telecom (AA)Artificial Analysis–72.5%†
Terminal-Bench 2.1 (Vals)Vals AI–57.3%
GDPval-AA v2.1Artificial Analysis–1128†
τ³-Banking (AA)Artificial Analysis–9.9%†
ITBench SRE (AA)Artificial Analysis–38.2%†
Analyst Agent (AA)Artificial Analysis–20.0%†
APEX-Agents (AA)Artificial Analysis–2.4%†
Finance Agent v2Vals AI–41.5%
Harvey's Legal Agent Benchmark v1Vals AI–2.1%
Legal Research BenchVals AI–15.9%
Tax Agent BenchVals AI–11.5%
Terminal-Bench 4.0 (Vals)Vals AI–0.5%
AutomationBenchArtificial Analysis–13.7%†
GDP.pdf (AA)Artificial Analysis–4.0%†
AA-Briefcase v1.1Artificial Analysis–884†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub87.7%–
FrontierMath Tier 4Epoch AI Benchmarking Hub78.0%–
ProofBenchVals AI–22.0%
Arena MathsArena (LMArena)–1479
知识
MMLU-ProVals AI–84.6%
LegalBenchVals AI–77.1%
CorpFinVals AI–61.4%
TaxEvalVals AI–73.8%
Excel Modeling BenchmarkVals AI–55.2%
MedCodeVals AI–32.5%
MedScribeVals AI–83.7%
指令遵循
IFBenchArtificial Analysis–42.7%†
Arena Instruction FollowingArena (LMArena)–1468
人类偏好
Arena TextArena (LMArena)–1466
EQ-Bench 4EQ-Bench–1198
EQ-Bench Creative Writing v3EQ-Bench–1493
Arena Creative WritingArena (LMArena)–1433
Arena Multi-turnArena (LMArena)–1480
Arena Longer QueriesArena (LMArena)–1486
长上下文
AA-LCR v1.1Artificial Analysis–41.7%†
MLCRArtificial Analysis–5.6%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub162.7†–
AA Intelligence Index v4.3.2Artificial Analysis–18.3†
AA Progress Index v1Artificial Analysis–241†
元数据
AA Openness IndexArtificial Analysis–38.9†

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-V2.5-Pro:价格 $0.20/M → $0.0043/M。
  • MiMo-V2.5-Pro:BenchLeader Index 55.0 → 55.6。
  • MiMo-V2.5-Pro:2 项分数修订。
  • MiMo-V2.5-Pro:1 项新结果(Harvey's Legal Agent Benchmark v1)。

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

GPT-5.5 Pro vs MiMo-V2.5-Pro:常见问题

GPT-5.5 Pro 和 MiMo-V2.5-Pro 哪个更便宜?价格会变吗?
目前 MiMo-V2.5-Pro 更便宜:每百万 token $1.50 比 $67.50(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。
GPT-5.5 Pro 和 MiMo-V2.5-Pro 哪个更快?
MiMo-V2.5-Pro 输出更快(3 倍以上;输出 68 比 21 token/秒,Artificial Analysis 7 日中位数)。
处理长文档哪个更好?
两者都约为 1.1M token(GPT-5.5 Pro 为 1,050,000,MiMo-V2.5-Pro 为 1,048,576)。
哪个延迟更低?
MiMo-V2.5-Pro 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 2.8 秒比 6.0 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 GPT-5.5 Pro 和 MiMo-V2.5-Pro 的看法一致吗?
在两者都有结果的 2 项基准测试中,GPT-5.5 Pro 领先 2 项,MiMo-V2.5-Pro 领先 0 项。
更多问题(1)
GPT-5.5 Pro 是什么时候发布的?
GPT-5.5 Pro 于 2026年4月23日 发布。