#53 MiMo-V2.5
medium- Kosten
- $0.002
- Zeit
- 54.8s
- Token
- 5,247 tok
Xiaomi
Veröffentlichung: 2026-04-22
Getestet am: 2026-05-22 12:59
xiaomi/mimo-v2.5::medium
310B insgesamt (15B aktiv)MoEOpen Source
(medium)
(none)
Zusammenfassung
MiMo-V2.5 erreicht 7.4 bei AI BENCHY und liegt auf #53. Das Modell hat 10.0 Zuverlässigkeit, 70.0% Erfolgsrate, $0.346 Gesamtkosten und 20.40s durchschnittliche Antwortzeit.
Was MiMo-V2.5 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #3 erreicht; am schwächsten ist Programmierung mit #18. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 310B insgesamt (15B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Open Source
- Lizenz
- MIT
7.4
Konsistenz
8.4
10.0
Gesamte Ausgabe-Token
164,736
Gesamte Eingabe-Token
0
Eingabepreis
$0.400 / 1M
Ausgabepreis
$2.000 / 1M
Preis für Cache-Lesen
k. A.
Preis für Cache-Schreiben
k. A.
Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.
Instabile Tests
4
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:41 Erneuter Test | 6.4 | 10.0 | $0.104 ↓ | Vergleichen | |
| 2026-07-16 22:46 Neuer Test hinzugefügt | 6.5 | 10.0 | $0.082 ↓ | 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 | Aktueller Lauf | |
| 2026-05-08 15:28 Suite geändert | 7.8 | 10.0 | $0.253 | Vergleichen | |
| 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 | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 12:59 · Neuer Test hinzugefügt | 60/60 Versuche | 7.4 | 8.4 | 10.0 | 12/20 | 4 | 164,736 | 0 | $0.346 | 20.40s |
| 2026-08-14 02:41 · Erneuter Test | 66/66 Versuche | 6.4 | 7.5 | 10.0 | 11/22 | 7 | 327,048 | 105,456 | $0.104 | 46.28s |
| Differenz | — | +1.0 | +0.9 | 0.0 | +1 | -3 | -162312 | -105456 | +$0.242 | -25879ms |
Die Benchmark-Abdeckung unterscheidet sich: 60/60 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
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-V2.5mediumvsMiMo-V2.6-FlashlowMiMo-V2.5mediumvsGPT-5.2 ChatdefaultMiMo-V2.5mediumvsMinimax M3.1 FlashlowKostenlos verfügbarMiMo-V2.5mediumvsGemini 3.1 Flash Lite PreviewmediumMiMo-V2.5mediumvsGLM 5.3 FlashXmediumMiMo-V2.5mediumvsKimi K2.7 CodemediumMiMo-V2.5mediumvsQwen3.8 Flash NextxhighMiMo-V2.5mediumvsEmber-1lowMiMo-V2.5mediumvsClaude Opus 5noneMiMo-V2.5mediumvsStep 5 Previewhigh
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 6.9 | 6.2 | |
| 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 | |
| Allgemeinwissen | 3.0 | 10.0 |