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

Qwen4 Max vs MiMo-V2.5 (medium)

MiMo-V2.5 (medium) average score मध्ये पुढे आहे: 7.1 vs 7.0. MiMo-V2.5 (medium) चा benchmark खर्च कमी आहे: $0.130 vs $0.465. Qwen4 Max वेगवान आहे: 6.38s vs 49.20s, pass rates 63.8% vs 69.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-16

तुलना केलेली मॉडेल्स

क्रमांक
#230
एकूण आउटपुट टोकन्स
9,342
प्रतिसाद वेळ (सरासरी)
6.38s
एकूण खर्च
$0.465
क्रमांक
#225
एकूण आउटपुट टोकन्स
332,955
प्रतिसाद वेळ (सरासरी)
49.20s
एकूण खर्च
$0.130
शिफारस केलेले मॉडेल MiMo-V2.5 (medium)

It has the best score here (7.1), while costing about 3.6x less than Qwen4 Max.

तपशीलवार तुलना

मेट्रिक Qwen4 Max Qwen4 Max none प्रकाशन: 2026-11-16 MiMo-V2.5 MiMo-V2.5 medium प्रकाशन: 2026-04-22
स्कोअर 7.0 7.1
क्रमांक #230 #225
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 7.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.8% 69.6%
अस्थिर चाचण्या 1 7
एकूण रन 69 69
प्रति निकाल खर्च 3.321 3.491
एकूण खर्च $0.465 $0.130
इनपुट किंमत $1.500 / 1M $0.140 / 1M
आउटपुट किंमत $4.500 / 1M $0.280 / 1M
कॅश वाचण्याची किंमत $0.075 / 1M $0.003 / 1M
कॅश लिहिण्याची किंमत $1.875 / 1M लागू नाही
एकूण इनपुट टोकन्स 281,902 259,664
आउटपुट टोकन्स 9,342 8,414
रिझनिंग टोकन्स 0 333,097
प्रतिसाद वेळ (सरासरी) 6.38s 49.20s
प्रतिसाद वेळ (कमाल) 67.27s 316.27s
प्रतिसाद वेळ (एकूण) 146.64s 1131.69s
पॅरामीटर्स ~2.4T एकूण (~95B सक्रिय) 310B एकूण (15B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#230 Qwen4 Max

none
खर्च
$0.027
वेळ
123.5s
टोकन्स
6,091 tok

#225 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
Qwen4 Max 5.8 10.0 33.3% 0 1.97s 8,010 384 0
MiMo-V2.5 6.2 4.7 66.7% 2 97.14s 7,422 557 81,977

तुलना जोडी बदला