#37 MiMo-V2-Pro
medium
This model has been deprecated. It is recommended to migrate to xiaomi/mimo-v2.5-pro
- Kosten
- $0.000
- Zeit
- 0.1s
- Token
- 0 tok
Xiaomi
Veröffentlichung: 2026-03-18
Getestet am: 2026-05-08 15:32
xiaomi/mimo-v2-pro::medium
(medium)
(none)
Zusammenfassung
Mimo V2 PRO erreicht 7.7 bei AI BENCHY und liegt auf #37. Das Modell hat 9.4 Zuverlässigkeit, 77.2% Erfolgsrate, $0.212 Gesamtkosten und 16.18s durchschnittliche Antwortzeit.
Archiviertes Modell: Dieses Modell wird nicht mehr aktualisiert und nicht mehr in neuen Tests getestet.
Identitätshinweis
Hunter Alpha war die Tarnversion von Mimo V2 PRO.
7.7
Konsistenz
8.2
Gesamte Ausgabe-Token
58,330
Gesamte Eingabe-Token
0
Eingabepreis
$1.000 / 1M
Ausgabepreis
$3.000 / 1M
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:47 Neuer Test hinzugefügt | 6.3 | 9.6 | $0.333 ↑ | Vergleichen | |
| 2026-05-22 00:25 Suite geändert | 7.6 | 9.5 | $0.295 | Vergleichen | |
| 2026-05-08 15:32 Suite geändert | 7.7 | 9.4 | $0.212 | Aktueller Lauf | |
| 2026-04-11 01:44 Erster erfasster Lauf | 8.1 | k. A. | $0.159 | 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 · 57/57 Versuche | 7.7 | 8.2 | 9.4 | 12/19 | 4 | 58,330 | 0 | $0.212 | 16.18s |
| 2026-06-04 13:47 · Neuer Test hinzugefügt | 21/21 Tests · 63/63 Versuche | 6.3 | 7.7 | 9.6 | 12/21 | 5 | 84,319 | 40,961 | $0.333 | 22.16s |
| Differenz | — | +1.4 | +0.5 | -0.2 | 0 | -1 | -25989 | -40961 | -$0.121 | -5978ms |
Die Benchmark-Abdeckung unterscheidet sich: 19/19 Tests · 57/57 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 21/21 Tests · 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 | 10.0 | 10.0 | |
| Programmierung | 10.0 | 10.0 | |
| Kombiniert | 4.7 | 1.6 | |
| Datenanalyse und -extraktion | 7.3 | 5.8 | |
| Domänenspezifisch | 5.3 | 10.0 | |
| Allgemeine Intelligenz | 10.0 | 10.0 | |
| Befolgung von Anweisungen | 9.9 | 10.0 | |
| Rätsellösen | 6.4 | 4.4 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |