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

Poolside: Laguna S 2.1 vs Xiaomi: MiMo-V2.5-Pro

MiMo-V2.5-Pro average score में आगे है: 5.5 vs 5.4. MiMo-V2.5-Pro की benchmark लागत कम है: $0.068 vs $0.127. MiMo-V2.5-Pro तेज है: 4.12s vs 111.61s, pass rates 27.3% vs 37.9%.

अनुशंसित मॉडलMiMo-V2.5-ProIt has the best score here (5.5), while costing about 1.9x less than Laguna S 2.1 (high).

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

मेट्रिक Laguna S 2.1 Laguna S 2.1 high रिलीज़: 2026-07-21 निःशुल्क उपलब्ध MiMo-V2.5-Pro MiMo-V2.5-Pro none रिलीज़: 2026-04-22
स्कोर 5.4 5.5
रैंक #167 #160
विश्वसनीयता 9.9 10.0
संगति 8.1 8.6
सही परीक्षण
प्रति प्रयास पास दर 27.3% 37.9%
अस्थिर टेस्ट 5 4
कुल रन 66 66
प्रति परिणाम लागत 3.153 1.509
कुल लागत $0.127 $0.068
इनपुट कीमत $0.100 / 1M $0.435 / 1M
आउटपुट कीमत $0.200 / 1M $0.870 / 1M
कुल इनपुट टोकन 208,931 124,799
आउटपुट टोकन 175,588 15,362
रीजनिंग टोकन 409,276 0
प्रतिक्रिया समय (औसत) 111.61s 4.12s
प्रतिक्रिया समय (अधिकतम) 1190.11s 53.13s
प्रतिक्रिया समय (कुल) 2455.39s 90.55s

Hamster playing table tennis

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

#167 Laguna S 2.1

high
लागत
$0.001
समय
6.8s
टोकन
1,389 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
Laguna S 2.1 5.3 7.2 44.4% 1 271.42s 6,496 59,355 151,009
MiMo-V2.5-Pro 4.3 7.8 22.2% 1 1.41s 6,559 485 0

त्वरित तुलना

तुलना जोड़ी बदलें