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

OpenAI: GPT-5.6 Luna vs Xiaomi: MiMo-V2.5-Pro

MiMo-V2.5-Pro average score मध्ये पुढे आहे: 5.5 vs 5.4. MiMo-V2.5-Pro चा benchmark खर्च कमी आहे: $0.068 vs $0.142. GPT-5.6 Luna वेगवान आहे: 1.50s vs 4.12s, pass rates 34.9% vs 37.9%.

शिफारस केलेले मॉडेलMiMo-V2.5-ProIt has the best score here (5.5), while costing about 2.1x less than GPT-5.6 Luna.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-22

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna none प्रकाशन: 2026-07-09 MiMo-V2.5-Pro MiMo-V2.5-Pro none प्रकाशन: 2026-04-22
स्कोअर 5.4 5.5
क्रमांक #166 #160
विश्वसनीयता 10.0 10.0
सुसंगतता 8.8 8.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 34.9% 37.9%
अस्थिर चाचण्या 3 4
एकूण रन 66 66
प्रति निकाल खर्च 2.360 1.509
एकूण खर्च $0.142 $0.068
इनपुट किंमत $1.000 / 1M $0.435 / 1M
आउटपुट किंमत $6.000 / 1M $0.870 / 1M
एकूण इनपुट टोकन्स 101,323 124,799
आउटपुट टोकन्स 6,709 15,362
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 1.50s 4.12s
प्रतिसाद वेळ (कमाल) 10.57s 53.13s
प्रतिसाद वेळ (एकूण) 32.91s 90.55s

Hamster playing table tennis

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

#166 GPT-5.6 Luna

none
खर्च
$0.016
वेळ
15.8s
टोकन्स
2,685 tok

#160 MiMo-V2.5-Pro

none
खर्च
$0.004
वेळ
46.4s
टोकन्स
4,025 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
GPT-5.6 Luna 3.8 7.2 22.2% 1 980ms 7,302 459 0
MiMo-V2.5-Pro 4.3 7.8 22.2% 1 1.41s 6,559 485 0

झटपट तुलना

तुलना जोडी बदला