AI BENCHY
Advertise here
#95

MiMo-V2.5

Xiaomi प्रकाशन: 2026-04-22 चाचणी तारीख: 2026-06-04 13:56 xiaomi/mimo-v2.5::medium
(medium) (none)

सारांश

MiMo-V2.5 AI BENCHY वर 6.7 स्कोर करते आणि #95 वर आहे. याची reliability 10.0, pass rate 69.8%, एकूण खर्च $0.063, आणि सरासरी response time 27.11s आहे.

MiMo-V2.5 खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर डेटा पार्सिंग आणि निष्कर्षण हा सर्वात कमकुवत भाग आहे, rank #12. हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.

स्कोअर

6.7

सुसंगतता

8.1

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.063 ↓ -82.5%

या किमतीवर चाचणी केली: $0.356

एकूण आउटपुट टोकन्स

201,725

एकूण इनपुट टोकन्स

41,838

इनपुट किंमत

$0.140 / 1M

आउटपुट किंमत

$0.280 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 9

प्रति प्रयत्न पास दर: 69.8%

अस्थिर चाचण्या

5

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

27.11s

प्रतिसाद वेळ (कमाल): 162.44s

प्रतिसाद वेळ (एकूण): 569.38s

चुकीचे उत्तर: 5 अतिरिक्त फॉरमॅटिंग: 2 सूचनांचे पालन केले नाही: 1 उत्तर नाही: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#95 MiMo-V2.5

medium
खर्च
$0.002
वेळ
54.8s
टोकन्स
5,247 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:56 नवीन चाचणी जोडली 7.3 10.0 $0.063 ↓ सध्याची रन
2026-05-22 12:59 नवीन चाचणी जोडली 7.4 10.0 $0.346 तुलना करा
2026-05-08 15:28 सूट बदलला 7.8 10.0 $0.253 तुलना करा
2026-04-22 22:54 पहिली नोंदलेली रन 7.8 लागू नाही $0.253 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-06-04 15:40 $0.140 / 1M $0.280 / 1M
2026-06-29 01:00 $0.105 / 1M $0.280 / 1M

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

MiMo-V2.5mediumvsQwen3.7 MaxnoneMiMo-V2.5mediumvsQwen3.5-FlashmediumMiMo-V2.5mediumvsGemini 3 Flash PreviewnoneMiMo-V2.5mediumvsGemini 3.5 FlashminimalMiMo-V2.5mediumvsGemini 3.5 FlashnoneMiMo-V2.5mediumvsKAT-Coder-Pro V2.5noneMiMo-V2.5mediumvsGemini 3.5 FlashhighMiMo-V2.5mediumvsGemini 3 Flash PreviewmediumMiMo-V2.5mediumvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धMiMo-V2.5mediumvsGPT-5.5low

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 6.2 4.7
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 2.7 5.7
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 5.4 2.5
सूचनांचे पालन 9.9 10.0
कोडी सोडवणे 8.2 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स