तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Opus 4.6 vs Xiaomi: MiMo-V2-Flash

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	Anthropic: Claude Opus 4.6 medium रिलीज़: रिलीज़ तिथि अज्ञात	Xiaomi: MiMo-V2-Flash none रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#20	#37
स्कोर	6.07	3.07
संगति	8.80	7.66
प्रति परिणाम लागत	10.992	0.690
कुल लागत	$0.880	$0.021
सही परीक्षण
गलत टेस्ट	6	11
प्रति प्रयास पास दर	61.9%	31.0%
अस्थिर टेस्ट	2	4
आउटपुट टोकन	19,576	67,133
रीजनिंग टोकन	11,081	0

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	4.00	4.41	55.6%	2		897	1,000
Xiaomi: MiMo-V2-Flash	1.00	7.33	11.1%	1		859	0

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		668	763
Xiaomi: MiMo-V2-Flash	1.00	5.81	16.7%	1		161	0

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	1.00	10.00	0.0%	0		16,328	7,928
Xiaomi: MiMo-V2-Flash	4.00	7.21	44.4%	1		24	0

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	9.50	9.99	100.0%	0		266	468
Xiaomi: MiMo-V2-Flash	5.00	9.99	50.0%	0		63	0

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	7.00	10.00	66.7%	0		556	593
Xiaomi: MiMo-V2-Flash	2.00	7.36	11.1%	1		65,754	0

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		861	329
Xiaomi: MiMo-V2-Flash	10.00	10.00	100.0%	0		272	0

तुलना जोड़ी बदलें

Anthropic: Claude Opus 4.6 की तुलना इससे करें...

Xiaomi: MiMo-V2-Flash की तुलना इससे करें...