नेव्हिगेशन
AI BENCHY
Advertise here

Anthropic: Claude Sonnet 4.6 vs Xiaomi: MiMo-V2-Flash

Claude Sonnet 4.6 average score मध्ये पुढे आहे: 7.3 vs 6.3. MiMo-V2-Flash (medium) चा benchmark खर्च कमी आहे: $0.043 vs $0.661. Claude Sonnet 4.6 वेगवान आहे: 8.12s vs 20.11s, pass rates 57.6% vs 62.1%.

शिफारस केलेले मॉडेलClaude Sonnet 4.6It has the best score here (7.3), while responding about 2.5x faster than MiMo-V2-Flash (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 none प्रकाशन: 2026-02-17 MiMo-V2-Flash MiMo-V2-Flash medium प्रकाशन: 2025-12-16
स्कोअर 7.3 6.3
क्रमांक #71 #124
विश्वसनीयता 10.0 10.0
सुसंगतता 9.7 8.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.6% 62.1%
अस्थिर चाचण्या 1 3
एकूण रन 66 63
प्रति निकाल खर्च 5.502 0.343
एकूण खर्च $0.661 $0.043
इनपुट किंमत $3.000 / 1M $0.100 / 1M
आउटपुट किंमत $15.000 / 1M $0.300 / 1M
एकूण इनपुट टोकन्स 123,264 40,111
आउटपुट टोकन्स 19,362 12,476
रिझनिंग टोकन्स 0 125,039
प्रतिसाद वेळ (सरासरी) 8.12s 20.11s
प्रतिसाद वेळ (कमाल) 51.18s 96.01s
प्रतिसाद वेळ (एकूण) 121.78s 301.59s

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none
खर्च
$0.038
वेळ
27.3s
टोकन्स
2,598 tok

#124 MiMo-V2-Flash

medium
अवैध SVG
खर्च
$0.020
वेळ
284.1s
टोकन्स
65,689 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
MiMo-V2-Flash 6.0 7.2 55.6% 1 10.71s 7,177 474 13,505

झटपट तुलना

तुलना जोडी बदला