AI BENCHY
Advertise here
#56

MiMo-V2.5

Xiaomi Rilis: 2026-04-22 Diuji pada: 2026-06-04 13:56 xiaomi/mimo-v2.5::medium
(medium) (none)

Ringkasan

MiMo-V2.5 mendapat skor 7.3 di AI BENCHY dan berada di peringkat #56. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 69.8%, total biaya $0.063, dan waktu respons rata-rata 27.11s.

Yang membuat MiMo-V2.5 unik: Model ini paling menonjol di Pemrograman, dengan peringkat #3, sementara Parsing dan ekstraksi data adalah area terlemahnya di #15.

Skor

7.3

Konsistensi

8.1

Keandalan

10.0

Total biaya (harga saat ini)

$0.063 ↓ -82.5%

Diuji pada: $0.356

Total token output

201,725

Total token input

41,838

Harga input

$0.140 / 1M

Harga output

$0.280 / 1M

Tes benar

Tes Salah: 9

Tingkat lulus per percobaan: 69.8%

Tes tidak stabil

5

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

27.11s

Waktu respons (maks): 162.44s

Waktu respons (total): 569.38s

Jawaban salah: 5 Format tambahan: 2 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1

Generation showcase

Hamster playing table tennis

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

#56 MiMo-V2.5

medium
Cost
$0.002
Time
54.8s
Tokens
5,247 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 13:56 Tes baru ditambahkan 7.3 10.0 $0.063 ↓ Run saat ini
2026-05-22 12:59 Tes baru ditambahkan 7.4 10.0 $0.346 Bandingkan
2026-05-08 15:28 Suite berubah 7.8 10.0 $0.253 Bandingkan
2026-04-22 22:54 Run pertama yang tercatat 7.8 T/A $0.253 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 15:40 $0.140 / 1M $0.280 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

MiMo-V2.5mediumvsGemini 3 Flash PreviewnoneMiMo-V2.5mediumvsGemini 3.1 Flash Lite PreviewlowMiMo-V2.5mediumvsGrok Build 0.1mediumMiMo-V2.5mediumvsQwen3.6 35B A3BmediumMiMo-V2.5mediumvsClaude Sonnet 4.6mediumMiMo-V2.5mediumvsGemini 3 Flash PreviewmediumMiMo-V2.5mediumvsGemini 3.5 FlashhighMiMo-V2.5mediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisMiMo-V2.5mediumvsGemini 3.5 Flashlow

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Pemrograman 6.2 4.7
Gabungan 10.0 10.0
Parsing dan ekstraksi data 2.7 5.7
Spesifik domain 5.3 10.0
Kecerdasan umum 5.4 2.5
Kepatuhan instruksi 9.9 10.0
Pemecahan teka-teki 8.2 7.2
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan