AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#162

MiMo-V2-Flash

Xiaomi रिलीज़: 2025-12-16 परीक्षण किया गया: 2026-06-04 13:48 xiaomi/mimo-v2-flash::medium
309B कुल (15B सक्रिय)MoEमुक्त स्रोत
(medium) (none)

सारांश

MiMo-V2-Flash AI BENCHY पर 6.3 स्कोर करता है और #162 पर है। इसकी reliability 10.0, pass rate 62.1%, कुल लागत $0.043, और औसत response time 20.11s है।

MiMo-V2-Flash को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि डेटा पार्सिंग और निष्कर्षण इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है।

संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
309B कुल (15B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
MIT

संगति

8.4

कुल लागत (वर्तमान कीमत)

$0.043 ↑ +3.7%

परीक्षण के समय: $0.042

कुल आउटपुट टोकन

137,515

कुल इनपुट टोकन

40,111

इनपुट कीमत

$0.100 / 1M

आउटपुट कीमत

$0.300 / 1M

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 62.1%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

20.11s

प्रतिक्रिया समय (अधिकतम): 96.01s

प्रतिक्रिया समय (कुल): 301.59s

Hamster playing table tennis

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

#162 MiMo-V2-Flash

medium
अमान्य SVG
लागत
$0.020
समय
284.1s
टोकन
65,689 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:48 नया टेस्ट जोड़ा गया 6.3 10.0 $0.043 वर्तमान रन
2026-05-22 00:20 सूट बदला गया 7.1 10.0 $0.038 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 7.5 लागू नहीं $0.038 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-04 15:40 $0.100 / 1M $0.300 / 1M

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.1 7.9
कोडिंग 6.0 7.2
संयुक्त 4.9 5.0
डेटा पार्सिंग और निष्कर्षण 6.5 10.0
डोमेन-विशिष्ट 5.9 7.2
Samanya Buddhimatta 4.0 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 7.7 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल