AI BENCHY
Advertise here
#139

MiMo-V2.5

Xiaomi प्रकाशन: 2026-04-22 चाचणी तारीख: 2026-05-22 12:51 xiaomi/mimo-v2.5::none
(medium) (none)

सारांश

MiMo-V2.5 AI BENCHY वर 4.8 स्कोर करते आणि #139 वर आहे. याची reliability 10.0, pass rate 26.7%, एकूण खर्च $0.021, आणि सरासरी response time 2.20s आहे.

MiMo-V2.5 खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर डेटा पार्सिंग आणि निष्कर्षण हा सर्वात कमकुवत भाग आहे, rank #10.

स्कोअर

4.8

सुसंगतता

9.3

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.021

एकूण आउटपुट टोकन्स

2,258

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.400 / 1M

आउटपुट किंमत

$2.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 16

प्रति प्रयत्न पास दर: 26.7%

अस्थिर चाचण्या

2

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

प्रतिसाद वेळ (सरासरी)

2.20s

प्रतिसाद वेळ (कमाल): 6.86s

प्रतिसाद वेळ (एकूण): 43.97s

चुकीचे उत्तर: 13 सूचनांचे पालन केले नाही: 2 अतिरिक्त फॉरमॅटिंग: 1

Generation showcase

Hamster playing table tennis

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

#139 MiMo-V2.5

none
Cost
$0.007
Time
267.4s
Tokens
25,283 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
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 सध्याची रन
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.

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-V2.5nonevsQwen3.6 27BnoneMiMo-V2.5nonevsQwen3.5-27BnoneMiMo-V2.5nonevsCobuddymediumMiMo-V2.5nonevsQwen3.5 Plus 2026-04-20noneMiMo-V2.5nonevsGemini 3 Flash PreviewmediumMiMo-V2.5nonevsGemini 3.5 FlashhighMiMo-V2.5nonevsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धMiMo-V2.5nonevsGemini 3.5 Flashlow

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 3.5 8.0
कोडिंग 6.8 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 4.2 7.7
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स