#45 MiMo-V2-Pro
medium
This model has been deprecated. It is recommended to migrate to xiaomi/mimo-v2.5-pro
- Coste
- $0.000
- Tiempo
- 0.1s
- Tokens
- 0 tok
Xiaomi
Lanzamiento: 2026-03-18
Probado el: 2026-05-22 00:25
xiaomi/mimo-v2-pro::medium
(medium)
(none)
Resumen
Mimo V2 PRO obtiene 7.6 en AI BENCHY y ocupa el puesto #45. Tiene fiabilidad 9.5, una tasa de aciertos de 76.7%, coste total de $0.295 y tiempo medio de respuesta de 22.19s.
Modelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
Nota de identidad
Hunter Alpha fue la versión encubierta de Mimo V2 PRO.
7.6
Consistencia
7.9
9.5
$0.295
Total de tokens de salida
84,435
Total de tokens de entrada
0
Precio de entrada
$1.000 / 1M
Precio de salida
$3.000 / 1M
Pruebas inestables
5
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
22.19s
Tiempo de respuesta (máximo): 136.29s
Tiempo de respuesta (total): 443.77s
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 13:47 Prueba nueva añadida | 6.3 | 9.6 | $0.333 ↑ | Comparar | |
| 2026-05-22 00:25 Suite modificada | 7.6 | 9.5 | $0.295 | Ejecución actual | |
| 2026-05-08 15:32 Suite modificada | 7.7 | 9.4 | $0.212 | Comparar | |
| 2026-04-11 01:44 Primera ejecución registrada | 8.1 | N/D | $0.159 | 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 | Cobertura del benchmark | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:25 · Suite modificada | 20/20 pruebas · 60/60 intentos | 7.6 | 7.9 | 9.5 | 12/20 | 5 | 84,435 | 0 | $0.295 | 22.19s |
| 2026-05-08 15:32 · Suite modificada | 19/19 pruebas · 57/57 intentos | 7.7 | 8.2 | 9.4 | 12/19 | 4 | 58,330 | 0 | $0.212 | 16.18s |
| Diferencia | — | -0.1 | -0.3 | +0.1 | 0 | +1 | +26105 | 0 | +$0.083 | +6005ms |
La cobertura del benchmark difiere: 20/20 pruebas · 60/60 intentos (Objetivo: 3 repeticiones por prueba) frente a 19/19 pruebas · 57/57 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.
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
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 10.0 | 10.0 | |
| Programación | 7.5 | 6.0 | |
| Combinado | 4.7 | 1.6 | |
| Análisis y extracción de datos | 7.3 | 5.8 | |
| Específico del dominio | 5.3 | 10.0 | |
| Inteligencia general | 10.0 | 10.0 | |
| Seguimiento de instrucciones | 9.9 | 10.0 | |
| Resolución de acertijos | 6.4 | 4.4 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |