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

Mistral: Mistral Small 4 vs Xiaomi: MiMo-V2.5-Pro

MiMo-V2.5-Pro average score में आगे है: 5.5 vs 5.1. MiMo-V2.5-Pro की benchmark लागत कम है: $0.068 vs $0.096. MiMo-V2.5-Pro तेज है: 4.12s vs 10.77s, pass rates 42.4% vs 37.9%.

अनुशंसित मॉडलMiMo-V2.5-ProIt has the best score here (5.5), while responding about 2.6x faster than Mistral Small 4 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-21

मेट्रिक Mistral Small 4 Mistral Small 4 medium रिलीज़: 2026-03-16 MiMo-V2.5-Pro MiMo-V2.5-Pro none रिलीज़: 2026-04-22
स्कोर 5.1 5.5
रैंक #173 #160
विश्वसनीयता 10.0 10.0
संगति 7.0 8.6
सही परीक्षण
प्रति प्रयास पास दर 42.4% 37.9%
अस्थिर टेस्ट 8 4
कुल रन 66 66
प्रति परिणाम लागत 1.913 1.509
कुल लागत $0.096 $0.068
इनपुट कीमत $0.150 / 1M $0.435 / 1M
आउटपुट कीमत $0.600 / 1M $0.870 / 1M
कुल इनपुट टोकन 140,494 124,799
आउटपुट टोकन 39,462 15,362
रीजनिंग टोकन 92,362 0
प्रतिक्रिया समय (औसत) 10.77s 4.12s
प्रतिक्रिया समय (अधिकतम) 59.15s 53.13s
प्रतिक्रिया समय (कुल) 236.94s 90.55s

Hamster playing table tennis

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

#173 Mistral Small 4

medium
लागत
$0.006
समय
47.9s
टोकन
9,857 tok

#160 MiMo-V2.5-Pro

none
लागत
$0.004
समय
46.4s
टोकन
4,025 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
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715
MiMo-V2.5-Pro 4.3 7.8 22.2% 1 1.41s 6,559 485 0

त्वरित तुलना

तुलना जोड़ी बदलें