नेविगेशन
AI BENCHY
Advertise here

Qwen3.5-9B vs MiMo-V2.5

average score लगभग बराबर है: 5.1 vs 5.1. Qwen3.5-9B की benchmark लागत कम है: $0.021 vs $0.025. MiMo-V2.5 तेज है: 4.68s vs 19.19s, pass rates 19.7% vs 27.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-04

रैंक
#261
कुल आउटपुट टोकन
37,484
प्रतिक्रिया समय (औसत)
19.19s
कुल लागत
$0.021
रैंक
#260
कुल आउटपुट टोकन
16,464
प्रतिक्रिया समय (औसत)
4.68s
कुल लागत
$0.025
अनुशंसित मॉडल MiMo-V2.5

It has the best score here (5.1), while responding about 4.1x faster than Qwen3.5-9B.

विस्तृत तुलना

मेट्रिक Qwen3.5-9B Qwen3.5-9B none रिलीज़: 2026-03-02 MiMo-V2.5 MiMo-V2.5 none रिलीज़: 2026-04-22
स्कोर 5.1 5.1
रैंक #261 #260
विश्वसनीयता 10.0 10.0
संगति 9.7 9.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 19.7% 27.3%
अस्थिर टेस्ट 1 2
कुल रन 66 66
प्रति परिणाम लागत 0.490 0.769
कुल लागत $0.021 $0.025
इनपुट कीमत $0.100 / 1M $0.140 / 1M
आउटपुट कीमत $0.150 / 1M $0.280 / 1M
कुल इनपुट टोकन 144,416 141,052
आउटपुट टोकन 37,484 16,464
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 19.19s 4.68s
प्रतिक्रिया समय (अधिकतम) 382.06s 55.36s
प्रतिक्रिया समय (कुल) 422.25s 103.02s
पैरामीटर 9B 310B कुल (15B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#261 Qwen3.5-9B

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

#260 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
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0
MiMo-V2.5 5.5 10.0 33.3% 0 3.24s 7,440 696 0

त्वरित तुलना

तुलना जोड़ी बदलें