AI BENCHY
Advertise here
#38

MiMo-V2.5

Xiaomi Rilis: 2026-04-22 Diuji pada: 2026-04-22 22:54 xiaomi/mimo-v2.5::medium
(medium) (none)

Ringkasan

MiMo-V2.5 mendapat skor 7.8 di AI BENCHY dan berada di peringkat #38. Model ini memiliki reliabilitas T/A, tingkat keberhasilan 74.1%, total biaya $0.253, dan waktu respons rata-rata 13.71s.

Yang membuat MiMo-V2.5 unik: Model ini paling menonjol di Pemrograman, dengan peringkat #1, sementara Parsing dan ekstraksi data adalah area terlemahnya di #16.

Skor

7.8

Konsistensi

8.6

Keandalan

T/A

Total biaya (harga saat ini)

$0.253

Total token output

119,082

Total token input

0

Harga input

$0.400 / 1M

Harga output

$2.000 / 1M

Tes benar

Tes Salah: 6

Tingkat lulus per percobaan: 74.1%

Tes tidak stabil

3

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

Waktu respons (rata-rata)

13.71s

Waktu respons (maks): 86.93s

Waktu respons (total): 246.73s

Format tambahan: 2 Jawaban salah: 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.

#38 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 ↓ Bandingkan
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 Run saat ini

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 10.0 10.0
Gabungan 10.0 10.0
Parsing dan ekstraksi data 2.7 5.7
Spesifik domain 5.3 10.0
Kecerdasan umum 3.8 2.5
Kepatuhan instruksi 9.9 10.0
Pemecahan teka-teki 8.2 7.2
Pemanggilan alat 10.0 10.0

Model yang Dibandingkan