#53 MiMo-V2.5
medium- Cost
- $0.002
- Time
- 54.8s
- Tokens
- 5,247 tok
सारांश
MiMo-V2.5 AI BENCHY वर 7.4 स्कोर करते आणि #53 वर आहे. याची reliability 10.0, pass rate 70.0%, एकूण खर्च $0.346, आणि सरासरी response time 20.40s आहे.
7.4
सुसंगतता
8.4
10.0
$0.346
एकूण आउटपुट टोकन्स
164,736
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.400 / 1M
आउटपुट किंमत
$2.000 / 1M
अस्थिर चाचण्या
4
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 ↓ | तुलना करा | |
| 2026-05-22 12:59 नवीन चाचणी जोडली | 7.4 | 10.0 | $0.346 | सध्याची रन | |
| 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.
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 12:59 · नवीन चाचणी जोडली | 7.4 | 8.4 | 10.0 | 12/20 | 4 | 164,736 | 0 | $0.346 | 20.40s |
| 2026-06-04 13:56 · नवीन चाचणी जोडली | 7.3 | 8.1 | 10.0 | 12/21 | 5 | 201,725 | 41,838 | $0.063 | 27.11s |
| फरक | +0.1 | +0.3 | 0.0 | 0 | -1 | -36989 | -41838 | +$0.283 | -6715ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
MiMo-V2.5mediumvsGemini 3 Flash PreviewnoneMiMo-V2.5mediumvsGemini 3.1 Flash Lite PreviewlowMiMo-V2.5mediumvsGrok Build 0.1mediumMiMo-V2.5mediumvsQwen3.6 35B A3BmediumMiMo-V2.5mediumvsClaude Sonnet 4.6mediumMiMo-V2.5mediumvsGemini 3 Flash PreviewmediumMiMo-V2.5mediumvsGemini 3.5 FlashhighMiMo-V2.5mediumvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धMiMo-V2.5mediumvsGemini 3.5 Flashlow
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 10.0 | 10.0 | |
| कोडिंग | 6.9 | 6.2 | |
| 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 |