#139 MiMo-V2.5
none- Cost
- $0.007
- Time
- 267.4s
- Tokens
- 25,283 tok
Xiaomi
Veröffentlichung: 2026-04-22
Getestet am: 2026-05-22 12:51
xiaomi/mimo-v2.5::none
(medium)
(none)
Zusammenfassung
MiMo-V2.5 erreicht 4.8 bei AI BENCHY und liegt auf #139. Das Modell hat 10.0 Zuverlässigkeit, 26.7% Erfolgsrate, $0.021 Gesamtkosten und 2.20s 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 #10.
4.8
Konsistenz
9.3
10.0
Gesamte Ausgabe-Token
2,258
Gesamte Eingabe-Token
0
Eingabepreis
$0.400 / 1M
Ausgabepreis
$2.000 / 1M
Instabile Tests
2
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 13:48 Neuer Test hinzugefügt | 4.9 | 10.0 | $0.007 ↓ | Vergleichen | |
| 2026-05-22 12:51 Neuer Test hinzugefügt | 4.8 | 10.0 | $0.021 | Aktueller Lauf | |
| 2026-05-08 15:33 Suite geändert | 4.9 | 10.0 | $0.019 | Vergleichen | |
| 2026-04-22 21:39 Erster erfasster Lauf | 5.1 | k. A. | $0.019 | 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) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 12:51 · Neuer Test hinzugefügt | 4.8 | 9.3 | 10.0 | 4/20 | 2 | 2,258 | 0 | $0.021 | 2.20s |
| 2026-05-08 15:33 · Suite geändert | 4.9 | 9.2 | 10.0 | 4/19 | 2 | 2,231 | 0 | $0.019 | 2.02s |
| Differenz | -0.1 | +0.1 | 0.0 | 0 | 0 | +27 | 0 | +$0.002 | +175ms |
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-V2.5nonevsQwen3.6 27BnoneMiMo-V2.5nonevsQwen3.5-27BnoneMiMo-V2.5nonevsCobuddymediumMiMo-V2.5nonevsQwen3.5 Plus 2026-04-20noneMiMo-V2.5nonevsGemini 3 Flash PreviewmediumMiMo-V2.5nonevsGemini 3.5 FlashhighMiMo-V2.5nonevsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarMiMo-V2.5nonevsGemini 3.5 Flashlow
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 3.5 | 8.0 | |
| Programmierung | 6.8 | 10.0 | |
| Kombiniert | 3.0 | 10.0 | |
| Datenanalyse und -extraktion | 6.5 | 10.0 | |
| Domänenspezifisch | 3.0 | 10.0 | |
| Allgemeine Intelligenz | 4.4 | 9.9 | |
| Befolgung von Anweisungen | 6.5 | 10.0 | |
| Rätsellösen | 4.2 | 7.7 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |