#20 MiMo-V2.5-Pro
medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
- Biaya
- $0.000
- Waktu
- 300.0s
- Token
- 0 tok
Xiaomi
Rilis: 2026-04-22
Diuji pada: 2026-05-08 15:28
xiaomi/mimo-v2.5-pro::medium
1.02T total (42B aktif)MoESumber terbuka
(medium)
(none)
Ringkasan
MiMo-V2.5-Pro mendapat skor 8.1 di AI BENCHY dan berada di peringkat #20. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 74.1%, total biaya $0.200, dan waktu respons rata-rata 16.23s.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 1.02T total (42B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Sumber terbuka
- Lisensi
- MIT
8.1
Konsistensi
9.2
10.0
$0.200
Total token output
54,791
Total token input
0
Harga input
$1.000 / 1M
Harga output
$3.000 / 1M
Tes tidak stabil
2
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-08-14 02:43 Uji ulang | 6.8 | 10.0 | $0.221 ↓ | Bandingkan | |
| 2026-07-16 22:50 Tes baru ditambahkan | 6.9 | 10.0 | $0.187 ↓ | Bandingkan | |
| 2026-06-04 13:52 Tes baru ditambahkan | 7.5 | 10.0 | $0.106 ↓ | Bandingkan | |
| 2026-05-08 15:28 Suite berubah | 8.1 | 10.0 | $0.200 | Run saat ini | |
| 2026-04-22 22:54 Run pertama yang tercatat | 8.1 | T/A | $0.201 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:28 · Suite berubah | 54/54 percobaan | 8.1 | 9.2 | 10.0 | 12/18 | 2 | 54,791 | 0 | $0.200 | 16.23s |
| 2026-08-14 02:43 · Uji ulang | 66/66 percobaan | 6.8 | 7.9 | 10.0 | 11/22 | 6 | 185,466 | 139,892 | $0.221 | 48.68s |
| Selisih | — | +1.3 | +1.3 | 0.0 | +1 | -4 | -130675 | -139892 | -$0.022 | -32455ms |
Cakupan benchmark berbeda: 54/54 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
Model teratas berdasarkan skor
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Perbandingan Cepat
MiMo-V2.5-PromediumvsGLM 5.3lowMiMo-V2.5-PromediumvsGemini 3 Flash PreviewnoneMiMo-V2.5-PromediumvsDeepSeek V4 PrononeMiMo-V2.5-PromediumvsGemma 4 26B A4BmediumTersedia gratisMiMo-V2.5-PromediumvsSolar Pro 4mediumMiMo-V2.5-PromediumvsGLM 5.2noneMiMo-V2.5-PromediumvsSolar Pro 4lowMiMo-V2.5-PromediumvsKAT-Coder-Pro V2.5noneMiMo-V2.5-PromediumvsSeed-2.0-CodemediumMiMo-V2.5-PromediumvsLongCat 2.0low
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 | 7.3 | 5.8 | |
| Spesifik domain | 5.3 | 10.0 | |
| Kecerdasan umum | 5.5 | 10.0 | |
| Kepatuhan instruksi | 9.9 | 10.0 | |
| Pemecahan teka-teki | 6.7 | 7.9 | |
| Pemanggilan alat | 10.0 | 10.0 |