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

DeepSeek: DeepSeek V3.2 vs Xiaomi: MiMo-V2.5

MiMo-V2.5 average score में आगे है: 5.1 vs 5.0. MiMo-V2.5 की benchmark लागत कम है: $0.025 vs $0.054. MiMo-V2.5 तेज है: 4.62s vs 18.25s, pass rates 37.9% vs 25.8%.

अनुशंसित मॉडलMiMo-V2.5It has the best score here (5.1), while costing about 2.2x less than DeepSeek V3.2.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-22

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 none रिलीज़: 2025-12-01 MiMo-V2.5 MiMo-V2.5 none रिलीज़: 2026-04-22
स्कोर 5.0 5.1
रैंक #182 #176
विश्वसनीयता 10.0 10.0
संगति 7.7 9.6
सही परीक्षण
प्रति प्रयास पास दर 37.9% 25.8%
अस्थिर टेस्ट 6 1
कुल रन 66 66
प्रति परिणाम लागत 0.870 0.770
कुल लागत $0.054 $0.025
इनपुट कीमत $0.269 / 1M $0.140 / 1M
आउटपुट कीमत $0.400 / 1M $0.280 / 1M
कुल इनपुट टोकन 135,780 141,043
आउटपुट टोकन 42,097 16,464
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 18.25s 4.62s
प्रतिक्रिया समय (अधिकतम) 115.89s 55.36s
प्रतिक्रिया समय (कुल) 401.60s 101.57s

Hamster playing table tennis

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

#182 DeepSeek V3.2

none
लागत
$0.002
समय
7.0s
टोकन
1,046 tok

#176 MiMo-V2.5

none
लागत
$0.007
समय
267.4s
टोकन
25,283 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
DeepSeek V3.2 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
MiMo-V2.5 5.5 10.0 33.3% 0 3.24s 7,440 696 0

त्वरित तुलना

तुलना जोड़ी बदलें