AI BENCHY
Advertise here
#138

MiMo-V2.5

Xiaomi Rilis: 2026-04-22 Diuji pada: 2026-05-08 15:33 xiaomi/mimo-v2.5::none
(medium) (none)

Ringkasan

MiMo-V2.5 mendapat skor 4.9 di AI BENCHY dan berada di peringkat #138. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 28.1%, total biaya $0.019, dan waktu respons rata-rata 2.02s.

Yang membuat MiMo-V2.5 unik: Model ini paling menonjol di Pemrograman, dengan peringkat #1, sementara Spesifik domain adalah area terlemahnya di #10.

Skor

4.9

Konsistensi

9.2

Keandalan

10.0

Total biaya (harga saat ini)

$0.019

Total token output

2,231

Total token input

0

Harga input

$0.400 / 1M

Harga output

$2.000 / 1M

Tes benar

Tes Salah: 15

Tingkat lulus per percobaan: 28.1%

Tes tidak stabil

2

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

Waktu respons (rata-rata)

2.02s

Waktu respons (maks): 6.86s

Waktu respons (total): 38.45s

Jawaban salah: 12 Tidak mengikuti instruksi: 2 Format tambahan: 1

Generation showcase

Hamster playing table tennis

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

#138 MiMo-V2.5

none
Cost
$0.007
Time
267.4s
Tokens
25,283 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 13:48 Tes baru ditambahkan 4.9 10.0 $0.007 ↓ Bandingkan
2026-05-22 12:51 Tes baru ditambahkan 4.8 10.0 $0.021 Bandingkan
2026-05-08 15:33 Suite berubah 4.9 10.0 $0.019 Run saat ini
2026-04-22 21:39 Run pertama yang tercatat 5.1 T/A $0.019 Bandingkan

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

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

MiMo-V2.5nonevsQwen3.6 27BnoneMiMo-V2.5nonevsQwen3.5-27BnoneMiMo-V2.5nonevsCobuddymediumMiMo-V2.5nonevsQwen3.5 Plus 2026-04-20noneMiMo-V2.5nonevsGemini 3 Flash PreviewmediumMiMo-V2.5nonevsGemini 3.5 FlashhighMiMo-V2.5nonevsNemotron 3 Ultra 550b A55bmediumTersedia gratisMiMo-V2.5nonevsGemini 3.5 Flashlow

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 3.5 8.0
Pemrograman 10.0 10.0
Gabungan 3.0 10.0
Parsing dan ekstraksi data 6.5 10.0
Spesifik domain 3.0 10.0
Kecerdasan umum 4.4 9.9
Kepatuhan instruksi 6.5 10.0
Pemecahan teka-teki 4.2 7.7
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan