#30 MiMo-V2.5
medium- Cost
- $0.002
- Time
- 54.8s
- Tokens
- 5,247 tok
Xiaomi
Veröffentlichung: 2026-04-22
Getestet am: 2026-05-08 15:28
xiaomi/mimo-v2.5::medium
(medium)
(none)
Zusammenfassung
MiMo-V2.5 erreicht 7.8 bei AI BENCHY und liegt auf #30. Das Modell hat 10.0 Zuverlässigkeit, 75.9% Erfolgsrate, $0.253 Gesamtkosten und 14.40s durchschnittliche Antwortzeit.
Was MiMo-V2.5 besonders macht: Am stärksten ist es in Programmierung, wo es #1 erreicht; am schwächsten ist Datenanalyse und -extraktion mit #16.
7.8
Konsistenz
8.6
10.0
Gesamte Ausgabe-Token
119,028
Gesamte Eingabe-Token
0
Eingabepreis
$0.400 / 1M
Ausgabepreis
$2.000 / 1M
Instabile Tests
3
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-06-04 13:56 Neuer Test hinzugefügt | 7.3 | 10.0 | $0.063 ↓ | Vergleichen | |
| 2026-05-22 12:59 Neuer Test hinzugefügt | 7.4 | 10.0 | $0.346 | Vergleichen | |
| 2026-05-08 15:28 Suite geändert | 7.8 | 10.0 | $0.253 | Aktueller Lauf | |
| 2026-04-22 22:54 Erster erfasster Lauf | 7.8 | k. A. | $0.253 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:28 · Suite geändert | 7.8 | 8.6 | 10.0 | 12/18 | 3 | 119,028 | 0 | $0.253 | 14.40s |
| 2026-05-22 12:59 · Neuer Test hinzugefügt | 7.4 | 8.4 | 10.0 | 12/20 | 4 | 164,736 | 0 | $0.346 | 20.40s |
| Differenz | +0.4 | +0.2 | 0.0 | 0 | -1 | -45708 | 0 | -$0.094 | -5999ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
MiMo-V2.5mediumvsGemini 3 Flash PreviewnoneMiMo-V2.5mediumvsGemini 3.1 Flash Lite PreviewlowMiMo-V2.5mediumvsGrok Build 0.1mediumMiMo-V2.5mediumvsQwen3.6 35B A3BmediumMiMo-V2.5mediumvsClaude Sonnet 4.6mediumMiMo-V2.5mediumvsGemini 3 Flash PreviewmediumMiMo-V2.5mediumvsGemini 3.5 FlashhighMiMo-V2.5mediumvsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarMiMo-V2.5mediumvsGemini 3.5 Flashlow
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 10.0 | 10.0 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 2.7 | 5.7 | |
| Domänenspezifisch | 5.3 | 10.0 | |
| Allgemeine Intelligenz | 5.4 | 2.5 | |
| Befolgung von Anweisungen | 9.9 | 10.0 | |
| Rätsellösen | 8.2 | 7.2 | |
| Werkzeugaufrufe | 10.0 | 10.0 |