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

Qwen: Qwen3.6 Flash vs Xiaomi: MiMo-V2.5-Pro

average score जवळपास समान आहे: 6.9 vs 6.9. MiMo-V2.5-Pro (medium) चा benchmark खर्च कमी आहे: $0.187 vs $0.738. MiMo-V2.5-Pro (medium) वेगवान आहे: 33.92s vs 44.65s, pass rates 68.2% vs 66.7%.

शिफारस केलेले मॉडेलMiMo-V2.5-Pro (medium)It has the best score here (6.9), while costing about 4.0x less than Qwen3.6 Flash (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-21

मेट्रिक Qwen3.6 Flash Qwen3.6 Flash medium प्रकाशन: 2026-04-20 MiMo-V2.5-Pro MiMo-V2.5-Pro medium प्रकाशन: 2026-04-22
स्कोअर 6.9 6.9
क्रमांक #89 #88
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 8.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 68.2% 66.7%
अस्थिर चाचण्या 5 5
एकूण रन 66 66
प्रति निकाल खर्च 6.784 3.218
एकूण खर्च $0.738 $0.187
इनपुट किंमत $0.188 / 1M $0.435 / 1M
आउटपुट किंमत $1.125 / 1M $0.870 / 1M
एकूण इनपुट टोकन्स 129,041 139,883
आउटपुट टोकन्स 20,026 15,521
रिझनिंग टोकन्स 614,312 130,992
प्रतिसाद वेळ (सरासरी) 44.65s 33.92s
प्रतिसाद वेळ (कमाल) 578.13s 197.54s
प्रतिसाद वेळ (एकूण) 982.32s 746.19s

Hamster playing table tennis

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

#89 Qwen3.6 Flash

medium
अवैध SVG
खर्च
$0.008
वेळ
29.9s
टोकन्स
6,784 tok

#88 MiMo-V2.5-Pro

medium
अवैध SVG
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
Qwen3.6 Flash 5.0 5.1 44.5% 2 42.85s 7,895 495 67,967
MiMo-V2.5-Pro 6.2 4.7 66.7% 2 92.07s 6,543 780 51,218

झटपट तुलना

तुलना जोडी बदला