#67 MiMo-V2-Flash
medium
Ungültiges SVG
- Kosten
- $0.020
- Zeit
- 284.1s
- Token
- 65,689 tok
Xiaomi
Veröffentlichung: 2025-12-16
Getestet am: 2026-05-22 00:20
xiaomi/mimo-v2-flash::medium
309B insgesamt (15B aktiv)MoEOpen Source
(medium)
(none)
Zusammenfassung
MiMo-V2-Flash erreicht 7.1 bei AI BENCHY und liegt auf #67. Das Modell hat 10.0 Zuverlässigkeit, 63.3% Erfolgsrate, $0.038 Gesamtkosten und 20.26s durchschnittliche Antwortzeit.
Was MiMo-V2-Flash besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #1 erreicht; am schwächsten ist Programmierung mit #18. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig.
Archiviertes Modell: Dieses Modell wird nicht mehr aktualisiert und nicht mehr in neuen Tests getestet.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 309B insgesamt (15B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Open Source
- Lizenz
- MIT
7.1
Konsistenz
8.7
10.0
Gesamte Ausgabe-Token
127,609
Gesamte Eingabe-Token
0
Eingabepreis
$0.100 / 1M
Ausgabepreis
$0.300 / 1M
Instabile Tests
3
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:48 Neuer Test hinzugefügt | 6.3 | 10.0 | $0.043 ↑ | Vergleichen | |
| 2026-05-22 00:20 Suite geändert | 7.1 | 10.0 | $0.038 | Aktueller Lauf | |
| 2026-04-11 01:44 Erster erfasster Lauf | 7.5 | k. A. | $0.038 | 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 00:20 · Suite geändert | 60/60 Versuche | 7.1 | 8.7 | 10.0 | 11/20 | 3 | 127,609 | 0 | $0.038 | 20.26s |
| 2026-06-04 13:48 · Neuer Test hinzugefügt | 63/63 Versuche | 6.3 | 8.4 | 10.0 | 12/21 | 3 | 137,515 | 40,111 | $0.043 | 20.11s |
| Differenz | — | +0.8 | +0.3 | 0.0 | -1 | 0 | -9906 | -40111 | -$0.005 | +157ms |
Die Benchmark-Abdeckung unterscheidet sich: 60/60 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 63/63 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
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 8.1 | 7.9 | |
| Programmierung | 4.1 | 5.8 | |
| Kombiniert | 9.8 | 10.0 | |
| Datenanalyse und -extraktion | 6.5 | 10.0 | |
| Domänenspezifisch | 5.9 | 7.2 | |
| Allgemeine Intelligenz | 4.0 | 10.0 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 7.7 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |