BenchLeader

MiMo-V2-Flash

推理强度
质量第 118 / 339 名
53.9Index
高于中位数
较中位数 +3.7
价格第 25 / 255 名
$0.150每百万 token
最便宜的 10%
中位数的 0.2 倍
性价比第 24 / 255 名
359.3分/$
前 10%
中位数的 6.5 倍

在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。

有 2 个更便宜的已排名模型得分更高:MiMo-V2.5 (56.3, $0.138)、GPT-5 nano (56.2, $0.138)。

截至 2026年11月16日,MiMo-V2-Flash(Xiaomi)在 BenchLeader Index 上得分 53.9(共 608 个已排名配置)。表现最好的是指令遵循(64),最弱的是编程(40)。API 价格为输入每百万 token $0.100、输出每百万 token $0.300(按 3:1 混合为 $0.150),为 2026年11月16日的标价。发布于 2025年12月16日。

要点(截至 2026年11月16日)

  • MiMo-V2-Flash 的 API 价格为输入每百万 token $0.100、输出每百万 token $0.300(按 3:1 混合为 $0.150)(标价,2026年11月16日)。
  • MiMo-V2-Flash 于 2025年12月16日发布(Xiaomi)。

详细说明:MiMo-V2-Flash 是 Xiaomi 的开放权重推理模型,发布于 2025年12月16日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 53.9 ±6.2,在 608 个配置中排第 245 名,处于上半区。关键在于这个“±”:另有 338 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(64),编程最低(40)。按混合价格计,每百万 token $0.150,属于已排名模型中最便宜的五分之一。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$0.150/M
输入 $0.100 · 输出 $0.300
来源:Artificial Analysis
输出速度
–
首次回答
–
上下文
256k
来源:Artificial Analysis
单任务成本
–
单任务 token 数
–
发布日期
2025年12月16日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index54
  2. 推理56
  3. 编程40
  4. 智能体与工具58
  5. 数学54
  6. 指令遵循64
  7. 人类偏好56
  8. 长上下文60

嵌入这个排名

更多徽章样式
[![MiMo-V2-Flash on BenchLeader: 综合第 120 名](https://www.benchleader.com/badge/mimo-v2-flash.svg?style=compact)](https://www.benchleader.com/models/mimo-v2-flash)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Xiaomi 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理50.1#347–––智能体与工具 56 · 编程 43 · 人类偏好 56 · 指令遵循 43 · 长上下文 42 · 数学 55 · 推理 57
thinking最佳53.9#245––$0.0001智能体与工具 58 · 编程 40 · 人类偏好 56 · 指令遵循 64 · 长上下文 60 · 数学 54 · 推理 56
未说明–––––智能体与工具 61 · 编程 20 · 指令遵循 71 · 长上下文 60

Index 走势

2026年9月9日 至 2026年11月16日
435260
  • thinking
  • 无推理

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试无推理thinking默认来源趋势
AA Openness Index不计入 Index52.8#5052.8#5050#61Artificial Analysis

推理

基准测试无推理thinking默认来源趋势
Arena Hard Prompts1414#1671411#171–Arena (LMArena)
GPQA Diamond (AA)不计入 Index65.6%#34784.7%#13883.5%#159Artificial Analysis
Humanity's Last Exam (AA)不计入 Index8.6%#36822.9%#21422.1%#219Artificial Analysis
GPQA Diamond (Vals)不计入 Index推理强度未说明––59.3%#108Vals AI
CritPt不计入 Index0.0%#3374.3%#1852.9%#201Artificial Analysis
Arena Expert不计入 Index1418#1571414#160–Arena (LMArena)

编程

基准测试无推理thinking默认来源趋势
SciCode推理强度未说明––25.9%#226SciCode
Arena Coding1447#1561432#179–Arena (LMArena)
Arena WebDev1331#1261292#132–Arena (LMArena)
ALE-Bench不计入 Index推理强度未说明––738.0#95Epoch AI Benchmarking Hub
Terminal-Bench 2.1 (AA)不计入 Index61.8%#94––Artificial Analysis
Design Arena Website不计入 Index推理强度未说明––1159#116Design Arena
LiveCodeBench (AA)不计入 Index40.2%#16686.8%#9–Artificial Analysis

智能体与工具

基准测试无推理thinking默认来源趋势
Terminal-Bench Hard25.8%#13828.0%#12731.1%#109Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index83.9%#10695.0%#2693.3%#43Artificial Analysis
GDPval-AA v2.1不计入 Index636#226––Artificial Analysis

数学

基准测试无推理thinking来源趋势
Arena Maths1375#1801372#184Arena (LMArena)
AIME 2025 (AA)不计入 Index67.7%#9996.3%#6Artificial Analysis

知识

基准测试无推理thinking来源趋势
Global-MMLU-Lite (AA)不计入 Index62.6%#10784.4%#42Artificial Analysis

指令遵循

基准测试无推理thinking默认来源趋势
IFBench39.9%#26564.2%#11271.8%#51Artificial Analysis
Arena Instruction Following不计入 Index1382#1661375#175–Arena (LMArena)

人类偏好

基准测试无推理thinking来源趋势
Arena Text1392#1671386#177Arena (LMArena)
Arena Creative Writing不计入 Index1353#1711336#189Arena (LMArena)
Arena Multi-turn不计入 Index1388#1771375#183Arena (LMArena)
Arena Longer Queries不计入 Index1404#1621401#167Arena (LMArena)

长上下文

基准测试无推理thinking默认来源趋势
AA-LCR v1.136.3%#39670.7%#22571.3%#220Artificial Analysis

综合

基准测试无推理thinking默认来源趋势
AA Intelligence Index v4.3.2不计入 Index16.1#28620.8#23022.4#209Artificial Analysis
AA Progress Index v1不计入 Index223.3#342264.7#225262.6#235Artificial Analysis

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0001––
总结一份 30 页的报告12,000 / 600$0.0014––
代码编辑6,000 / 1,500$0.0011––
智能体编程会话60,000 / 4,000$0.0072––
结构化信息提取2,000 / 200$0.0003––

Xiaomi 的更多模型

本月新上线

将 MiMo-V2-Flash 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 MiMo-V2-Flash 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![MiMo-V2-Flash on BenchLeader: 综合第 120 名](https://www.benchleader.com/badge/mimo-v2-flash.svg)](https://www.benchleader.com/models/mimo-v2-flash)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). MiMo-V2-Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mimo-v2-flash

BibTeX:

@misc{benchleader_mimo_v2_flash_20261116,
  author       = {{BenchLeader}},
  title        = {{MiMo-V2-Flash on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/mimo-v2-flash}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

MiMo-V2-Flash 的基准测试得分是多少?
截至 2026年11月16日,MiMo-V2-Flash(推理强度 thinking)的 BenchLeader Index 为 53.9 ±6.2。最强的是指令遵循(64),最弱的是编程(40)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
MiMo-V2-Flash 排名第几?
截至 2026年11月16日,MiMo-V2-Flash(推理强度 thinking)在 608 个已排名配置中排第 245 名。另有 338 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
MiMo-V2-Flash 每百万 token 的价格是多少?
截至 2026年11月16日,MiMo-V2-Flash 的价格为输入每百万 token $0.100、输出每百万 token $0.300,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.150。
MiMo-V2-Flash 比 MiniMax M3.1 Flash 更好吗?
截至 2026年11月16日,MiMo-V2-Flash(推理强度 thinking)与 MiniMax M3.1 Flash 的质量不相上下(BenchLeader Index 53.9 比 54.3,在 ±7.7 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
MiMo-V2-Flash 是什么时候发布的?
Xiaomi 于 2025年12月16日发布了 MiMo-V2-Flash。BenchLeader 收录了它在 3 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《MiMo-V2-Flash:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/mimo-v2-flash。