AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#72

Mimo V2 Omni

Xiaomi रिलीज़: 2026-03-18 परीक्षण किया गया: 2026-05-22 00:27 xiaomi/mimo-v2-omni::medium
(medium) (none)

सारांश

Mimo V2 Omni AI BENCHY पर 6.9 स्कोर करता है और #72 पर है। इसकी reliability 10.0, pass rate 58.3%, कुल लागत $0.734, और औसत response time 41.16s है।

Mimo V2 Omni को अलग क्या बनाता है: यह एंटी-एआई ट्रिक्स में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है।

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

संगति

8.7

कुल आउटपुट टोकन

359,258

कुल इनपुट टोकन

0

इनपुट कीमत

$0.400 / 1M

आउटपुट कीमत

$2.000 / 1M

सही परीक्षण

गलत टेस्ट: 10

प्रति प्रयास पास दर: 58.3%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

41.16s

प्रतिक्रिया समय (अधिकतम): 299.23s

प्रतिक्रिया समय (कुल): 823.26s

Hamster playing table tennis

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

#72 MiMo-V2-Omni

medium
This model has been deprecated. It is recommended to migrate to xiaomi/mimo-v2.5
लागत
$0.000
समय
0.1s
टोकन
0 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:47 नया टेस्ट जोड़ा गया 5.9 10.0 $0.683 तुलना करें
2026-05-22 00:27 सूट बदला गया 6.9 10.0 $0.734 वर्तमान रन
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 तुलना करें

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

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 10.0 10.0
कोडिंग 3.4 4.8
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 5.4 2.5
निर्देश पालन 8.3 10.0
पहेली समाधान 5.9 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल