#116 GPT-5.4
none- Cost
- $0.026
- Time
- 18.1s
- Tokens
- 1,792 tok
AI BENCHY तुलना
OpenAI: GPT-5.4 vs Xiaomi: MiMo-V2.5
सारांश
GPT-5.4 vs MiMo-V2.5 benchmark तुलना: GPT-5.4 average score में आगे है: 5.8 vs 5.1. MiMo-V2.5 की benchmark लागत कम है: $0.007 vs $0.122. GPT-5.4 तेज है: 1.42s vs 2.20s, pass rates 36.5% vs 27.0%.
अनुशंसित मॉडल: MiMo-V2.5 - Its score stays close to the best score here (5.1 vs 5.8), while costing about 18.7x less than GPT-5.4.
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-12
| मेट्रिक | GPT-5.4 GPT-5.4 none | MiMo-V2.5 MiMo-V2.5 none |
|---|---|---|
| स्कोर | 5.8 | 5.1 |
| रैंक | #116 | #139 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 9.2 | 9.6 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 36.5% | 27.0% |
| अस्थिर टेस्ट | 2 | 1 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 1.740 | 0.413 |
| कुल लागत | $0.122 | $0.007 |
| इनपुट कीमत | $2.500 / 1M | $0.140 / 1M |
| आउटपुट कीमत | $15.000 / 1M | $0.280 / 1M |
| कुल इनपुट टोकन | 34,212 | 41,985 |
| आउटपुट टोकन | 2,417 | 2,267 |
| रीजनिंग टोकन | 0 | 0 |
| प्रतिक्रिया समय (औसत) | 1.42s | 2.20s |
| प्रतिक्रिया समय (अधिकतम) | 2.95s | 6.86s |
| प्रतिक्रिया समय (कुल) | 29.87s | 46.21s |
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#139 MiMo-V2.5
none- Cost
- $0.007
- Time
- 267.4s
- Tokens
- 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
त्वरित तुलना
तुलना जोड़ी बदलें
Mistral Small 4mediumvsMiMo-V2.5noneMiniMax M2.7mediumvsMiMo-V2.5noneCobuddymediumvsMiMo-V2.5noneGemini 3.1 Flash LiteminimalvsGPT-5.4noneMiniMax M2.5mediumvsMiMo-V2.5noneQwen3 Coder NextmediumvsMiMo-V2.5noneDeepSeek V4 ProhighvsGPT-5.4noneGPT-5.4nonevsQwen3.5-35B-A3BmediumGemma 4 31Bmediumनिःशुल्क उपलब्धvsGPT-5.4noneNemotron 3 Supermediumनिःशुल्क उपलब्धvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneGemini 3.1 Flash LitelowvsGPT-5.4none