#176 MiMo-V2.5
none- खर्च
- $0.007
- वेळ
- 267.4s
- टोकन्स
- 25,283 tok
सारांश
MiMo-V2.5 AI BENCHY वर 5.1 स्कोर करते आणि #176 वर आहे. याची reliability 10.0, pass rate 25.8%, एकूण खर्च $0.025, आणि सरासरी response time 4.62s आहे.
MiMo-V2.5 खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर डेटा पार्सिंग आणि निष्कर्षण हा सर्वात कमकुवत भाग आहे, rank #11.
5.1
सुसंगतता
9.6
10.0
एकूण आउटपुट टोकन्स
16,464
एकूण इनपुट टोकन्स
141,043
इनपुट किंमत
$0.140 / 1M
आउटपुट किंमत
$0.280 / 1M
अस्थिर चाचण्या
1
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
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 |
|---|---|---|---|---|---|
| 2026-07-16 22:42 नवीन चाचणी जोडली | 5.1 | 10.0 | $0.025 ↓ | सध्याची रन | |
| 2026-06-04 13:48 नवीन चाचणी जोडली | 4.9 | 10.0 | $0.007 ↓ | तुलना करा | |
| 2026-05-22 12:51 नवीन चाचणी जोडली | 4.8 | 10.0 | $0.021 | तुलना करा | |
| 2026-05-08 15:33 सूट बदलला | 4.9 | 10.0 | $0.019 | तुलना करा | |
| 2026-04-22 21:39 पहिली नोंदलेली रन | 5.1 | लागू नाही | $0.019 | 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) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 22:42 · सध्याची रन | 5.1 | 9.6 | 10.0 | 5/22 | 1 | 16,464 | 141,043 | $0.025 | 4.62s |
| 2026-05-08 15:33 · सूट बदलला | 4.9 | 9.2 | 10.0 | 4/19 | 2 | 2,231 | 0 | $0.019 | 2.02s |
| फरक | +0.2 | +0.4 | 0.0 | +1 | -1 | +14233 | +141043 | +$0.006 | +2593ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
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.
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-V2.5nonevsMistral Small 4mediumMiMo-V2.5nonevsQwen3.5-9BnoneMiMo-V2.5nonevsQwen3 Coder NextnoneMiMo-V2.5nonevsNorth Mini Codenoneमोफत उपलब्धMiMo-V2.5nonevsMistral Small 4noneMiMo-V2.5nonevsMiniMax M2.7mediumMiMo-V2.5nonevsInklingnoneMiMo-V2.5nonevsLaguna S 2.1lowमोफत उपलब्धMiMo-V2.5nonevsLing-2.6-1TnoneMiMo-V2.5nonevsDeepSeek V3.2none
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 3.5 | 8.0 | |
| कोडिंग | 5.5 | 10.0 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 6.5 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 4.4 | 9.9 | |
| सूचनांचे पालन | 6.5 | 10.0 | |
| कोडी सोडवणे | 5.4 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |