नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 4.6 (medium) vs MiMo-V2.6-Flash (low)

Claude Opus 4.6 (medium) average score में आगे है: 7.7 vs 7.6. MiMo-V2.6-Flash (low) की benchmark लागत कम है: $0.174 vs $2.961. Claude Opus 4.6 (medium) तेज है: 32.23s vs 52.15s, pass rates 63.6% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-21

तुलना किए गए मॉडल

रैंक
#98
कुल आउटपुट टोकन
96,722
प्रतिक्रिया समय (औसत)
32.23s
कुल लागत
$2.961
रैंक
#101
कुल आउटपुट टोकन
556,370
प्रतिक्रिया समय (औसत)
52.15s
कुल लागत
$0.174
अनुशंसित मॉडल MiMo-V2.6-Flash (low)

Its score stays close to the best score here (7.6 vs 7.7), while costing about 17.1x less than Claude Opus 4.6 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium रिलीज़: 2026-02-05 MiMo-V2.6-Flash MiMo-V2.6-Flash low रिलीज़: 2026-09-22
स्कोर 7.7 7.6
रैंक #98 #101
विश्वसनीयता 10.0 10.0
संगति 8.8 8.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 66.7%
अस्थिर टेस्ट 3 5
कुल रन 66 66
प्रति परिणाम लागत 22.777 1.444
कुल लागत $2.961 $0.174
इनपुट कीमत $5.000 / 1M $0.140 / 1M
आउटपुट कीमत $25.000 / 1M $0.280 / 1M
कुल इनपुट टोकन 108,573 124,601
आउटपुट टोकन 69,994 8,926
रीजनिंग टोकन 26,728 547,444
प्रतिक्रिया समय (औसत) 32.23s 52.15s
प्रतिक्रिया समय (अधिकतम) 151.51s 345.18s
प्रतिक्रिया समय (कुल) 515.65s 1147.24s
पैरामीटर ~5T कुल (~500B सक्रिय) 309B कुल (15B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#98 Claude Opus 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

#101 MiMo-V2.6-Flash

low
लागत
$0.009
समय
167.2s
टोकन
29,794 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
MiMo-V2.6-Flash 8.4 7.4 88.9% 1 10.97s 7,422 405 21,894

त्वरित तुलना

तुलना जोड़ी बदलें