#30 MiMo-V2.5
medium- Cost
- $0.002
- Time
- 54.8s
- Tokens
- 5,247 tok
Xiaomi
Lanzamiento: 2026-04-22
Probado el: 2026-05-08 15:28
xiaomi/mimo-v2.5::medium
(medium)
(none)
Resumen
MiMo-V2.5 obtiene 7.8 en AI BENCHY y ocupa el puesto #30. Tiene fiabilidad 10.0, una tasa de aciertos de 75.9%, coste total de $0.253 y tiempo medio de respuesta de 14.40s.
Qué hace único a MiMo-V2.5: Destaca más en Programación, donde ocupa #1, mientras que Análisis y extracción de datos es su área más débil con #16.
7.8
Consistencia
8.6
10.0
$0.253
Total de tokens de salida
119,028
Total de tokens de entrada
0
Precio de entrada
$0.400 / 1M
Precio de salida
$2.000 / 1M
Pruebas inestables
3
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
14.40s
Tiempo de respuesta (máximo): 86.93s
Tiempo de respuesta (total): 259.20s
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-06-04 13:56 Prueba nueva añadida | 7.3 | 10.0 | $0.063 ↓ | Comparar | |
| 2026-05-22 12:59 Prueba nueva añadida | 7.4 | 10.0 | $0.346 | Comparar | |
| 2026-05-08 15:28 Suite modificada | 7.8 | 10.0 | $0.253 | Ejecución actual | |
| 2026-04-22 22:54 Primera ejecución registrada | 7.8 | N/D | $0.253 | Comparar |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
Comparación de ejecuciones
| Ejecución | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:28 · Suite modificada | 7.8 | 8.6 | 10.0 | 12/18 | 3 | 119,028 | 0 | $0.253 | 14.40s |
| 2026-05-22 12:59 · Prueba nueva añadida | 7.4 | 8.4 | 10.0 | 12/20 | 4 | 164,736 | 0 | $0.346 | 20.40s |
| Diferencia | +0.4 | +0.2 | 0.0 | 0 | -1 | -45708 | 0 | -$0.094 | -5999ms |
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
Mejores modelos por puntuación
Puntuación vs Costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Comparación rápida
MiMo-V2.5mediumvsGemini 3 Flash PreviewnoneMiMo-V2.5mediumvsGemini 3.1 Flash Lite PreviewlowMiMo-V2.5mediumvsGrok Build 0.1mediumMiMo-V2.5mediumvsQwen3.6 35B A3BmediumMiMo-V2.5mediumvsClaude Sonnet 4.6mediumMiMo-V2.5mediumvsGemini 3 Flash PreviewmediumMiMo-V2.5mediumvsGemini 3.5 FlashhighMiMo-V2.5mediumvsNemotron 3 Ultra 550b A55bmediumDisponible gratisMiMo-V2.5mediumvsGemini 3.5 Flashlow
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 10.0 | 10.0 | |
| Programación | 10.0 | 10.0 | |
| Combinado | 10.0 | 10.0 | |
| Análisis y extracción de datos | 2.7 | 5.7 | |
| Específico del dominio | 5.3 | 10.0 | |
| Inteligencia general | 5.4 | 2.5 | |
| Seguimiento de instrucciones | 9.9 | 10.0 | |
| Resolución de acertijos | 8.2 | 7.2 | |
| Llamada de herramientas | 10.0 | 10.0 |