#62 MiMo-V2-Omni
medium
This model has been deprecated. It is recommended to migrate to xiaomi/mimo-v2.5
- Kosten
- $0.000
- Zeit
- 0.1s
- Token
- 0 tok
Xiaomi
Veröffentlichung: 2026-03-18
Getestet am: 2026-05-08 15:32
xiaomi/mimo-v2-omni::medium
(medium)
(none)
Zusammenfassung
Mimo V2 Omni erreicht 7.2 bei AI BENCHY und liegt auf #62. Das Modell hat 10.0 Zuverlässigkeit, 59.7% Erfolgsrate, $0.451 Gesamtkosten und 27.58s durchschnittliche Antwortzeit.
Was Mimo V2 Omni besonders macht: Am stärksten ist es in Anti-KI-Tricks, wo es #1 erreicht; am schwächsten ist Programmierung mit #17.
Archiviertes Modell: Dieses Modell wird nicht mehr aktualisiert und nicht mehr in neuen Tests getestet.
7.2
Konsistenz
9.1
10.0
Gesamte Ausgabe-Token
218,577
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).
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 13:47 Neuer Test hinzugefügt | 5.9 | 10.0 | $0.683 ↓ | Vergleichen | |
| 2026-05-22 00:27 Suite geändert | 6.9 | 10.0 | $0.734 | Vergleichen | |
| 2026-05-08 15:32 Suite geändert | 7.2 | 10.0 | $0.451 | Aktueller Lauf | |
| 2026-04-11 01:44 Erster erfasster Lauf | 7.7 | k. A. | $0.153 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:32 · Suite geändert | 19/19 Tests · 49/57 Versuche | 7.2 | 9.1 | 10.0 | 10/19 | 2 | 218,577 | 0 | $0.451 | 27.58s |
| 2026-05-22 00:27 · Suite geändert | 20/20 Tests · 52/60 Versuche | 6.9 | 8.7 | 10.0 | 10/20 | 3 | 359,258 | 0 | $0.734 | 41.16s |
| Differenz | — | +0.2 | +0.4 | 0.0 | 0 | -1 | -140681 | 0 | -$0.283 | -13582ms |
Die Benchmark-Abdeckung unterscheidet sich: 19/19 Tests · 49/57 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 20/20 Tests · 52/60 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 | 10.0 | 10.0 | |
| Programmierung | 4.0 | 7.9 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 3.0 | 10.0 | |
| Allgemeine Intelligenz | 5.4 | 2.5 | |
| Befolgung von Anweisungen | 8.3 | 10.0 | |
| Rätsellösen | 5.9 | 7.2 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |