AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#25

MiMo-V2.5-Pro

Xiaomi रिलीज़: 2026-04-22 परीक्षण किया गया: 2026-04-22 22:54 xiaomi/mimo-v2.5-pro::medium
(medium) (none)

सारांश

MiMo-V2.5-Pro AI BENCHY पर 8.1 स्कोर करता है और #25 पर है। इसकी reliability लागू नहीं, pass rate 75.9%, कुल लागत $0.201, और औसत response time 16.17s है।

MiMo-V2.5-Pro को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

संगति

8.8

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

55,306

कुल इनपुट टोकन

0

इनपुट कीमत

$1.000 / 1M

आउटपुट कीमत

$3.000 / 1M

सही परीक्षण

गलत टेस्ट: 6

प्रति प्रयास पास दर: 75.9%

अस्थिर टेस्ट

3

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

16.17s

प्रतिक्रिया समय (अधिकतम): 84.22s

प्रतिक्रिया समय (कुल): 291.09s

Hamster playing table tennis

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

#25 MiMo-V2.5-Pro

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-07-16 22:50 नया टेस्ट जोड़ा गया 6.9 10.0 $0.187 तुलना करें
2026-06-04 13:52 नया टेस्ट जोड़ा गया 7.5 10.0 $0.106 तुलना करें
2026-05-08 15:28 सूट बदला गया 8.1 10.0 $0.200 तुलना करें
2026-04-22 22:54 पहला दर्ज रन 8.1 लागू नहीं $0.201 वर्तमान रन

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 7.3 5.8
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 5.1 3.3
निर्देश पालन 9.9 10.0
पहेली समाधान 6.7 7.9
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल