तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Sonnet 4.6 vs Xiaomi: MiMo-V2-Flash

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	Anthropic: Claude Sonnet 4.6 medium रिलीज़: रिलीज़ तिथि अज्ञात	Xiaomi: MiMo-V2-Flash medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#8	#21
स्कोर	7.43	6.00
संगति	9.40	8.79
प्रति परिणाम लागत	8.105	0.364
कुल लागत	$0.811	$0.030
सही परीक्षण
गलत टेस्ट	4	6
प्रति प्रयास पास दर	73.8%	64.3%
अस्थिर टेस्ट	1	2
आउटपुट टोकन	29,098	11,650
रीजनिंग टोकन	20,435	93,283

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		1,031	1,093
Xiaomi: MiMo-V2-Flash	9.67	9.99	100.0%	0		1,328	18,739

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		727	907
Xiaomi: MiMo-V2-Flash	5.50	10.00	50.0%	0		153	0

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	1.00	7.21	11.1%	1		25,790	16,919
Xiaomi: MiMo-V2-Flash	4.00	7.21	55.6%	1		8,363	51,202

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		316	523
Xiaomi: MiMo-V2-Flash	9.50	9.99	100.0%	0		72	3,504

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		579	642
Xiaomi: MiMo-V2-Flash	1.00	7.14	11.1%	1		1,413	7,123

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		655	351
Xiaomi: MiMo-V2-Flash	10.00	10.00	100.0%	0		321	12,715

तुलना जोड़ी बदलें

Anthropic: Claude Sonnet 4.6 की तुलना इससे करें...

Xiaomi: MiMo-V2-Flash की तुलना इससे करें...