नेव्हिगेशन
AI BENCHY
Advertise here

Qwen3.5-9B vs MiMo-V2.5

average score जवळपास समान आहे: 5.1 vs 5.1. Qwen3.5-9B चा benchmark खर्च कमी आहे: $0.021 vs $0.025. MiMo-V2.5 वेगवान आहे: 4.68s vs 19.19s, pass rates 19.7% vs 27.3%.

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

क्रमांक
#261
एकूण आउटपुट टोकन्स
37,484
प्रतिसाद वेळ (सरासरी)
19.19s
एकूण खर्च
$0.021
क्रमांक
#260
एकूण आउटपुट टोकन्स
16,464
प्रतिसाद वेळ (सरासरी)
4.68s
एकूण खर्च
$0.025
शिफारस केलेले मॉडेल MiMo-V2.5

It has the best score here (5.1), while responding about 4.1x faster than Qwen3.5-9B.

तपशीलवार तुलना

मेट्रिक Qwen3.5-9B Qwen3.5-9B none प्रकाशन: 2026-03-02 MiMo-V2.5 MiMo-V2.5 none प्रकाशन: 2026-04-22
स्कोअर 5.1 5.1
क्रमांक #261 #260
विश्वसनीयता 10.0 10.0
सुसंगतता 9.7 9.2
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 19.7% 27.3%
अस्थिर चाचण्या 1 2
एकूण रन 66 66
प्रति निकाल खर्च 0.490 0.769
एकूण खर्च $0.021 $0.025
इनपुट किंमत $0.100 / 1M $0.140 / 1M
आउटपुट किंमत $0.150 / 1M $0.280 / 1M
एकूण इनपुट टोकन्स 144,416 141,052
आउटपुट टोकन्स 37,484 16,464
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 19.19s 4.68s
प्रतिसाद वेळ (कमाल) 382.06s 55.36s
प्रतिसाद वेळ (एकूण) 422.25s 103.02s
पॅरामीटर्स 9B 310B एकूण (15B 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.

#261 Qwen3.5-9B

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#260 MiMo-V2.5

none
खर्च
$0.007
वेळ
267.4s
टोकन्स
25,283 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
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0
MiMo-V2.5 5.5 10.0 33.3% 0 3.24s 7,440 696 0

झटपट तुलना

तुलना जोडी बदला