Grok 4.5 (low) vs MiMo-V2.6-Flash (medium)

MiMo-V2.6-Flash (medium) average score मध्ये पुढे आहे: 7.9 vs 7.8. MiMo-V2.6-Flash (medium) चा benchmark खर्च कमी आहे: $0.218 vs $1.345. Grok 4.5 (low) वेगवान आहे: 18.14s vs 61.90s, pass rates 73.9% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #109
एकूण आउटपुट टोकन्स: 121,415
प्रतिसाद वेळ (सरासरी): 18.14s
एकूण खर्च: $1.345

क्रमांक: #103
एकूण आउटपुट टोकन्स: 631,843
प्रतिसाद वेळ (सरासरी): 61.90s
एकूण खर्च: $0.218

शिफारस केलेले मॉडेल MiMo-V2.6-Flash (medium)

It has the best score here (7.9), while costing about 6.2x less than Grok 4.5 (low).

तपशीलवार तुलना

मेट्रिक	Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08	MiMo-V2.6-Flash MiMo-V2.6-Flash medium प्रकाशन: 2026-09-22

मेट्रिक	Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08	MiMo-V2.6-Flash MiMo-V2.6-Flash medium प्रकाशन: 2026-09-22
स्कोअर	7.8	7.9
क्रमांक	#109	#103
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	7.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	73.9%	66.7%
अस्थिर चाचण्या	2	6
एकूण रन	69	69
प्रति निकाल खर्च	8.404	1.815
एकूण खर्च	$1.345	$0.218
इनपुट किंमत	$2.000 / 1M	$0.140 / 1M
आउटपुट किंमत	$6.000 / 1M	$0.280 / 1M
एकूण इनपुट टोकन्स	308,068	291,988
आउटपुट टोकन्स	9,218	8,848
रिझनिंग टोकन्स	112,197	622,995
प्रतिसाद वेळ (सरासरी)	18.14s	61.90s
प्रतिसाद वेळ (कमाल)	205.28s	357.28s
प्रतिसाद वेळ (एकूण)	417.21s	1423.67s
पॅरामीटर्स	~1.7T एकूण (~170B सक्रिय)	309B एकूण (15B सक्रिय)
उपलब्धता	बंद स्रोत	मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#109 SpaceXAI: Grok 4.5

low

खर्च: $0.011
वेळ: 12.4s
टोकन्स: 2,018 tok

#103 MiMo-V2.6-Flash

medium

खर्च: $0.004
वेळ: 61.0s
टोकन्स: 10,798 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	5.0	10.0	0.0%	0		61.53s	182,463	1,713	4,213
MiMo-V2.6-Flash	10.0	10.0	100.0%	0		90.14s	170,748	1,332	14,533

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000
MiMo-V2.6-Flash	5.9	4.1	66.7%	3		1.42s	621	392	1,180

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641
MiMo-V2.6-Flash	7.2	5.1	77.8%	2		18.23s	7,422	533	31,521

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583
MiMo-V2.6-Flash	7.1	9.1	50.0%	0		20.70s	96,199	4,856	17,422

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549
MiMo-V2.6-Flash	10.0	10.0	100.0%	0		1.75s	7,746	257	1,186

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	2.9	7.2	11.1%	1		77.09s	2,523	14	71,813
MiMo-V2.6-Flash	5.3	10.0	33.3%	0		235.06s	744	586	323,671

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253
MiMo-V2.6-Flash	4.1	2.7	33.3%	1		2.34s	492	99	392

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878
MiMo-V2.6-Flash	9.9	10.0	100.0%	0		1.13s	672	75	507

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590
MiMo-V2.6-Flash	7.8	10.0	66.7%	0		52.85s	660	406	69,126

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871
MiMo-V2.6-Flash	10.0	10.0	100.0%	0		2.63s	6,474	240	190

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806
MiMo-V2.6-Flash	3.0	10.0	0.0%	0		357.28s	210	72	163,267

झटपट तुलना

तुलना जोडी बदला

DeepSeek V4 Flash 0731mediumvsGrok 4.5low Qwen3.7 PlusnonevsGrok 4.5low Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium MiMo-V2.6-FlashmediumvsGLM 5.3high Step 3.7 FlashmediumvsGrok 4.5low Grok 4.5lowvsGLM 5.3high Qwen3.7 MaxnonevsMiMo-V2.6-Flashmedium GPT-6 LunahighvsGrok 4.5low Muse Glimmer 30BhighvsGrok 4.5low Claude Fable 5.1highvsMiMo-V2.6-Flashmedium MiMo-V2.6-FlashmediumvsGLM 5.3 FlashXmax Qwen3.7 PlusnonevsMiMo-V2.6-Flashmedium