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

Qwen: Qwen3.5-Flash vs Xiaomi: MiMo-V2.5

MiMo-V2.5 (medium) average score मध्ये पुढे आहे: 6.5 vs 6.2. MiMo-V2.5 (medium) चा benchmark खर्च कमी आहे: $0.082 vs $0.139. MiMo-V2.5 (medium) वेगवान आहे: 32.20s vs 84.82s, pass rates 69.7% vs 69.7%.

शिफारस केलेले मॉडेलMiMo-V2.5 (medium)It has the best score here (6.5), while costing about 1.7x less than Qwen3.5-Flash (medium).

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

मेट्रिक Qwen3.5-Flash Qwen3.5-Flash medium प्रकाशन: 2026-02-24 MiMo-V2.5 MiMo-V2.5 medium प्रकाशन: 2026-04-22
स्कोअर 6.2 6.5
क्रमांक #125 #111
विश्वसनीयता 10.0 10.0
सुसंगतता 7.8 7.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.7% 69.7%
अस्थिर चाचण्या 6 6
एकूण रन 66 66
प्रति निकाल खर्च 1.361 3.124
एकूण खर्च $0.139 $0.082
इनपुट किंमत $0.065 / 1M $0.140 / 1M
आउटपुट किंमत $0.260 / 1M $0.280 / 1M
एकूण इनपुट टोकन्स 118,499 105,447
आउटपुट टोकन्स 12,284 7,120
रिझनिंग टोकन्स 490,610 230,682
प्रतिसाद वेळ (सरासरी) 84.82s 32.20s
प्रतिसाद वेळ (कमाल) 515.38s 162.44s
प्रतिसाद वेळ (एकूण) 1781.22s 708.46s

Hamster playing table tennis

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

#125 Qwen3.5-Flash

medium
खर्च
$0.002
वेळ
25.8s
टोकन्स
4,294 tok

#111 MiMo-V2.5

medium
खर्च
$0.002
वेळ
54.8s
टोकन्स
5,247 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-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
MiMo-V2.5 6.2 4.7 66.7% 2 97.14s 7,422 557 81,977

झटपट तुलना

तुलना जोडी बदला