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

AI BENCHY तुलना

DeepSeek: DeepSeek V4 Flash vs Xiaomi: MiMo-V2.5-Pro

सारांश

DeepSeek V4 Flash vs MiMo-V2.5-Pro benchmark तुलना: DeepSeek V4 Flash average score में आगे है: 8.3 vs 7.4. DeepSeek V4 Flash की benchmark लागत कम है: $0.027 vs $0.106. MiMo-V2.5-Pro तेज है: 26.13s vs 45.85s, pass rates 74.6% vs 68.3%.

अनुशंसित मॉडल: DeepSeek V4 Flash - It has the best score here (8.3), while costing about 4.0x less than MiMo-V2.5-Pro.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-18

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash high रिलीज़: 2026-04-24 MiMo-V2.5-Pro MiMo-V2.5-Pro medium रिलीज़: 2026-04-22
स्कोर 8.3 7.4
रैंक #23 #51
विश्वसनीयता 10.0 10.0
संगति 8.5 8.5
सही परीक्षण
प्रति प्रयास पास दर 74.6% 68.3%
अस्थिर टेस्ट 4 4
कुल रन 63 63
प्रति परिणाम लागत 0.299 2.541
कुल लागत $0.027 $0.106
इनपुट कीमत $0.090 / 1M $0.435 / 1M
आउटपुट कीमत $0.180 / 1M $0.870 / 1M
कुल इनपुट टोकन 39,745 40,854
आउटपुट टोकन 10,310 5,015
रीजनिंग टोकन 123,501 97,742
प्रतिक्रिया समय (औसत) 45.85s 26.13s
प्रतिक्रिया समय (अधिकतम) 218.13s 130.77s
प्रतिक्रिया समय (कुल) 962.79s 548.65s

जनरेशन शोकेस

Hamster playing table tennis

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

#23 DeepSeek V4 Flash

high
लागत
$0.003
समय
93.1s
टोकन
7,926 tok

#51 MiMo-V2.5-Pro

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 540 140 7,770
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 3.26s 621 323 1,179
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
MiMo-V2.5-Pro 6.2 4.7 66.7% 2 92.07s 6,543 780 51,218
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 14,016 465 7,347
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 53.36s 15,060 348 11,870
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 7,290 201 1,179
MiMo-V2.5-Pro 7.3 5.8 83.3% 1 18.81s 7,746 260 8,383
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 4.1 4.4 44.5% 2 100.31s 666 27 59,249
MiMo-V2.5-Pro 5.3 10.0 33.3% 0 37.87s 630 275 17,023
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 471 79 632
MiMo-V2.5-Pro 5.5 10.0 0.0% 0 4.02s 492 155 163
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 627 63 1,622
MiMo-V2.5-Pro 9.9 10.0 100.0% 0 2.77s 672 82 803
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 8.2 7.2 88.9% 1 26.11s 594 196 1,767
MiMo-V2.5-Pro 6.7 7.9 55.6% 1 5.31s 660 540 2,181
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 8,079 228 542
MiMo-V2.5-Pro 10.0 10.0 100.0% 0 16.87s 8,220 311 2,908
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 183 8,516 8,531
MiMo-V2.5-Pro 3.0 10.0 0.0% 0 12.46s 210 1,941 2,014

त्वरित तुलना

तुलना जोड़ी बदलें