#88 MiMo-V2.5-Pro
medium
अवैध SVG
- खर्च
- $0.000
- वेळ
- 300.0s
- टोकन्स
- 0 tok
Xiaomi
प्रकाशन: 2026-04-22
चाचणी तारीख: 2026-07-16 22:50
xiaomi/mimo-v2.5-pro::medium
(medium)
(none)
सारांश
MiMo-V2.5-Pro AI BENCHY वर 6.9 स्कोर करते आणि #88 वर आहे. याची reliability 10.0, pass rate 66.7%, एकूण खर्च $0.187, आणि सरासरी response time 33.92s आहे.
MiMo-V2.5-Pro खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #4 आहे; तर डेटा पार्सिंग आणि निष्कर्षण हा सर्वात कमकुवत भाग आहे, rank #15.
6.9
सुसंगतता
8.2
10.0
एकूण आउटपुट टोकन्स
146,513
एकूण इनपुट टोकन्स
139,883
इनपुट किंमत
$0.435 / 1M
आउटपुट किंमत
$0.870 / 1M
अस्थिर चाचण्या
5
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 22:50 नवीन चाचणी जोडली | 6.9 | 10.0 | $0.187 ↓ | सध्याची रन | |
| 2026-06-04 13:52 नवीन चाचणी जोडली | 7.5 | 10.0 | $0.106 ↓ | तुलना करा | |
| 2026-05-08 15:28 सूट बदलला | 8.1 | 10.0 | $0.200 | तुलना करा | |
| 2026-04-22 22:54 पहिली नोंदलेली रन | 8.1 | लागू नाही | $0.201 | 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 22:50 · सध्याची रन | 6.9 | 8.2 | 10.0 | 12/22 | 5 | 146,513 | 139,883 | $0.187 | 33.92s |
| 2026-05-08 15:28 · सूट बदलला | 8.1 | 9.2 | 10.0 | 12/18 | 2 | 54,791 | 0 | $0.200 | 16.23s |
| फरक | -1.2 | -1.0 | 0.0 | 0 | +3 | +91722 | +139883 | -$0.013 | +17690ms |
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 | $0.435 / 1M | $0.870 / 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-V2.5-PromediumvsDeepSeek V4 PrononeMiMo-V2.5-PromediumvsKAT-Coder-Pro V2.5mediumMiMo-V2.5-PromediumvsQwen3.6 FlashmediumMiMo-V2.5-PromediumvsSeed-2.0-MinimediumMiMo-V2.5-PromediumvsStep 3.7 FlashhighMiMo-V2.5-PromediumvsGemini 3.6 FlashmediumMiMo-V2.5-PromediumvsGemini 3.6 FlashhighMiMo-V2.5-PromediumvsNemotron 3 Ultramediumमोफत उपलब्धMiMo-V2.5-PromediumvsGPT-5.5low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 10.0 | 10.0 | |
| कोडिंग | 6.2 | 4.7 | |
| संयुक्त | 6.9 | 5.9 | |
| डेटा पार्सिंग आणि निष्कर्षण | 7.3 | 5.8 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 5.5 | 10.0 | |
| सूचनांचे पालन | 9.9 | 10.0 | |
| कोडी सोडवणे | 6.7 | 7.9 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |