নেভিগেশন
AI BENCHY
Advertise here

Anthropic: Claude Sonnet 4.6 vs Xiaomi: MiMo-V2-Flash

Claude Sonnet 4.6 average score-এ এগিয়ে: 7.3 vs 6.3. MiMo-V2-Flash (medium)-এর benchmark খরচ কম: $0.043 vs $0.661. Claude Sonnet 4.6 দ্রুত: 8.12s vs 20.11s, pass rates 57.6% vs 62.1%.

প্রস্তাবিত মডেলClaude Sonnet 4.6It has the best score here (7.3), while responding about 2.5x faster than MiMo-V2-Flash (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-25

মেট্রিক Claude Sonnet 4.6 Claude Sonnet 4.6 none প্রকাশ: 2026-02-17 MiMo-V2-Flash MiMo-V2-Flash medium প্রকাশ: 2025-12-16
স্কোর 7.3 6.3
র‍্যাঙ্ক #71 #124
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.7 8.4
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.6% 62.1%
অস্থির টেস্ট 1 3
মোট রান 66 63
প্রতি ফলাফলে খরচ 5.502 0.343
মোট খরচ $0.661 $0.043
ইনপুট মূল্য $3.000 / 1M $0.100 / 1M
আউটপুট মূল্য $15.000 / 1M $0.300 / 1M
মোট ইনপুট টোকেন 123,264 40,111
আউটপুট টোকেন 19,362 12,476
রিজনিং টোকেন 0 125,039
প্রতিক্রিয়া সময় (গড়) 8.12s 20.11s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 51.18s 96.01s
প্রতিক্রিয়া সময় (মোট) 121.78s 301.59s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#71 Claude Sonnet 4.6

none
খরচ
$0.038
সময়
27.3s
টোকেন
2,598 tok

#124 MiMo-V2-Flash

medium
অবৈধ SVG
খরচ
$0.020
সময়
284.1s
টোকেন
65,689 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
MiMo-V2-Flash 6.0 7.2 55.6% 1 10.71s 7,177 474 13,505

দ্রুত তুলনা

তুলনার জুটি বদলান