नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

LongCat 2.0 (low) vs MiMo-V2.5-Pro (medium)

MiMo-V2.5-Pro (medium) average score मध्ये पुढे आहे: 6.8 vs 6.7. MiMo-V2.5-Pro (medium) चा benchmark खर्च कमी आहे: $0.221 vs $0.412. MiMo-V2.5-Pro (medium) वेगवान आहे: 48.68s vs 113.61s, pass rates 54.6% vs 63.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-04

क्रमांक
#157
एकूण आउटपुट टोकन्स
320,594
प्रतिसाद वेळ (सरासरी)
113.61s
एकूण खर्च
$0.412
क्रमांक
#152
एकूण आउटपुट टोकन्स
185,466
प्रतिसाद वेळ (सरासरी)
48.68s
एकूण खर्च
$0.221
शिफारस केलेले मॉडेल MiMo-V2.5-Pro (medium)

It has the best score here (6.8), while costing about 1.9x less than LongCat 2.0 (low).

तपशीलवार तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 low प्रकाशन: 2026-07-20 MiMo-V2.5-Pro MiMo-V2.5-Pro medium प्रकाशन: 2026-04-22
स्कोअर 6.7 6.8
क्रमांक #157 #152
विश्वसनीयता 9.9 10.0
सुसंगतता 8.5 7.9
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 54.6% 63.6%
अस्थिर चाचण्या 4 6
एकूण रन 66 66
प्रति निकाल खर्च 4.120 3.790
एकूण खर्च $0.412 $0.221
इनपुट किंमत $0.300 / 1M $0.435 / 1M
आउटपुट किंमत $1.200 / 1M $0.870 / 1M
एकूण इनपुट टोकन्स 90,870 139,892
आउटपुट टोकन्स 5,676 15,569
रिझनिंग टोकन्स 314,918 169,897
प्रतिसाद वेळ (सरासरी) 113.61s 48.68s
प्रतिसाद वेळ (कमाल) 560.39s 333.34s
प्रतिसाद वेळ (एकूण) 2499.46s 1071.02s
पॅरामीटर्स 1.6T एकूण (48B सक्रिय) 1.02T एकूण (42B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#157 LongCat 2.0

low
खर्च
$0.024
वेळ
428.0s
टोकन्स
19,557 tok

#152 MiMo-V2.5-Pro

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 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
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627
MiMo-V2.5-Pro 6.2 4.7 66.7% 2 92.07s 6,543 780 51,218

झटपट तुलना

तुलना जोडी बदला