नेविगेशन
Advertise here

MiMo-V2.5 (medium) vs GLM 5.3 FlashX (medium)

average score लगभग बराबर है: 6.4 vs 6.4. GLM 5.3 FlashX (medium) की benchmark लागत कम है: $0.056 vs $0.104. GLM 5.3 FlashX (medium) तेज है: 4.32s vs 46.28s, pass rates 68.2% vs 68.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-21

तुलना किए गए मॉडल

रैंक
#196
कुल आउटपुट टोकन
327,048
प्रतिक्रिया समय (औसत)
46.28s
कुल लागत
$0.104
रैंक
#194
कुल आउटपुट टोकन
19,433
प्रतिक्रिया समय (औसत)
4.32s
कुल लागत
$0.056
अनुशंसित मॉडल GLM 5.3 FlashX (medium)

It has the best score here (6.4), while costing about 1.9x less than MiMo-V2.5 (medium).

विस्तृत तुलना

मेट्रिक MiMo-V2.5 MiMo-V2.5 medium रिलीज़: 2026-04-22 GLM 5.3 FlashX GLM 5.3 FlashX medium रिलीज़: 2026-09-21
स्कोर 6.4 6.4
रैंक #196 #194
विश्वसनीयता 10.0 10.0
संगति 7.5 7.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 68.2% 68.2%
अस्थिर टेस्ट 7 8
कुल रन 66 66
प्रति परिणाम लागत 3.575 0.505
कुल लागत $0.104 $0.056
इनपुट कीमत $0.140 / 1M $0.370 / 1M
आउटपुट कीमत $0.280 / 1M $1.250 / 1M
कुल इनपुट टोकन 105,456 84,329
आउटपुट टोकन 7,108 7,717
रीजनिंग टोकन 319,940 11,716
प्रतिक्रिया समय (औसत) 46.28s 4.32s
प्रतिक्रिया समय (अधिकतम) 316.27s 22.89s
प्रतिक्रिया समय (कुल) 1018.12s 95.15s
पैरामीटर 310B कुल (15B सक्रिय) 320B कुल (18B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#196 MiMo-V2.5

medium
लागत
$0.002
समय
54.8s
टोकन
5,247 tok

#194 GLM 5.3 FlashX

medium
लागत
$0.002
समय
8.1s
टोकन
1,480 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
MiMo-V2.5 6.2 4.7 66.7% 2 97.14s 7,422 557 81,977
GLM 5.3 FlashX 6.0 4.6 66.7% 2 6.37s 7,317 384 5,562

त्वरित तुलना

तुलना जोड़ी बदलें