नेविगेशन
Advertise here

Step 5 Preview (high) vs MiMo-V2.5 (medium)

MiMo-V2.5 (medium) average score में आगे है: 7.1 vs 7.0. MiMo-V2.5 (medium) की benchmark लागत कम है: $0.130 vs $4.513. MiMo-V2.5 (medium) तेज है: 49.20s vs 154.41s, pass rates 52.2% vs 69.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-09

तुलना किए गए मॉडल

रैंक
#169
कुल आउटपुट टोकन
1,581,325
प्रतिक्रिया समय (औसत)
154.41s
कुल लागत
$4.513
रैंक
#163
कुल आउटपुट टोकन
332,955
प्रतिक्रिया समय (औसत)
49.20s
कुल लागत
$0.130
अनुशंसित मॉडल MiMo-V2.5 (medium)

It has the best score here (7.1), while costing about 34.8x less than Step 5 Preview (high).

विस्तृत तुलना

मेट्रिक Step 5 Preview Step 5 Preview high रिलीज़: 2026-10-09 MiMo-V2.5 MiMo-V2.5 medium रिलीज़: 2026-04-22
स्कोर 7.0 7.1
रैंक #169 #163
विश्वसनीयता 9.5 10.0
संगति 8.5 7.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 52.2% 69.6%
अस्थिर टेस्ट 4 7
कुल रन 69 69
प्रति परिणाम लागत 45.130 3.491
कुल लागत $4.513 $0.130
इनपुट कीमत $1.000 / 1M $0.140 / 1M
आउटपुट कीमत $2.700 / 1M $0.280 / 1M
कैश पढ़ने की कीमत $0.050 / 1M $0.003 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 243,381 259,664
आउटपुट टोकन 1,581,325 8,414
रीजनिंग टोकन 0 333,097
प्रतिक्रिया समय (औसत) 154.41s 49.20s
प्रतिक्रिया समय (अधिकतम) 455.72s 316.27s
प्रतिक्रिया समय (कुल) 3551.40s 1131.69s
पैरामीटर 600B कुल (27B सक्रिय) 310B कुल (15B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#169 Step 5 Preview

high
लागत
$0.057
समय
150.1s
टोकन
20,970 tok

#163 MiMo-V2.5

medium
लागत
$0.002
समय
54.8s
टोकन
5,247 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
Step 5 Preview 2.9 10.0 0.0% 0 421.68s 7,383 576,000 0
MiMo-V2.5 6.2 4.7 66.7% 2 97.14s 7,422 557 81,977

तुलना जोड़ी बदलें