#40
Xiaomi
रिलीज़: 2026-03-18
परीक्षण किया गया: 2026-04-11 01:44
xiaomi/mimo-v2-omni::medium
(medium)
(none)
???? ???
$0.400 / 1M
????? ???
$2.000 / 1M
अस्थिर टेस्ट
0
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-05-22 00:27 सूट बदला गया | 6.9 | 10.0 | $0.734 | तुलना करें | |
| 2026-05-08 15:32 सूट बदला गया | 7.2 | 10.0 | $0.451 | तुलना करें | |
| 2026-04-11 01:44 पहला दर्ज रन | 7.7 | लागू नहीं | $0.153 | वर्तमान रन |
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · पहला दर्ज रन | 7.7 | 9.9 | लागू नहीं | 11/18 | 0 | 73,589 | $0.153 | 16.76s |
| 2026-05-22 00:27 · सूट बदला गया | 6.9 | 8.7 | 10.0 | 10/20 | 3 | 359,258 | $0.734 | 41.16s |
| अंतर | +0.8 | +1.2 | +1 | -3 | -285669 | -$0.582 | -24407ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
MiMo-V2-OmnimediumvsRing-2.6-1TnoneMiMo-V2-OmnimediumvsGPT-5.4 NanomediumMiMo-V2-OmnimediumvsRing-2.6-1TmediumMiMo-V2-OmnimediumvsGPT-5.4 MinimediumMiMo-V2-OmnimediumvsGLM 5V TurbomediumMiMo-V2-OmnimediumvsQwen3.6 Max PreviewnoneMiMo-V2-OmnimediumvsGemini 3 Flash PreviewmediumMiMo-V2-OmnimediumvsGemini 3.5 FlashhighMiMo-V2-OmnimediumvsGemini 3.5 Flashlow
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 4.0 | 7.9 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 8.3 | 10.0 | |
| पहेली समाधान | 6.5 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 |