#20 MiMo-V2.5-Pro
medium
Invalid SVG
- Cost
- $0.000
- Time
- 300.0s
- Tokens
- 0 tok
Xiaomi
प्रकाशन: 2026-04-22
चाचणी तारीख: 2026-05-08 15:28
xiaomi/mimo-v2.5-pro::medium
(medium)
(none)
सारांश
MiMo-V2.5-Pro AI BENCHY वर 8.1 स्कोर करते आणि #20 वर आहे. याची reliability 10.0, pass rate 74.1%, एकूण खर्च $0.200, आणि सरासरी response time 16.23s आहे.
MiMo-V2.5-Pro खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर कोडी सोडवणे हा सर्वात कमकुवत भाग आहे, rank #15.
8.1
सुसंगतता
9.2
10.0
$0.200
एकूण आउटपुट टोकन्स
54,791
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$1.000 / 1M
आउटपुट किंमत
$3.000 / 1M
अस्थिर चाचण्या
2
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 13:52 नवीन चाचणी जोडली | 7.5 | 10.0 | $0.106 ↓ | तुलना करा | |
| 2026-05-08 15:28 सूट बदलला | 8.1 | 10.0 | $0.200 | सध्याची रन | |
| 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) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:28 · सूट बदलला | 8.1 | 9.2 | 10.0 | 12/18 | 2 | 54,791 | 0 | $0.200 | 16.23s |
| 2026-06-04 13:52 · नवीन चाचणी जोडली | 7.5 | 8.5 | 10.0 | 12/21 | 4 | 102,757 | 40,854 | $0.106 | 26.13s |
| फरक | +0.6 | +0.7 | 0.0 | 0 | -2 | -47966 | -40854 | +$0.094 | -9899ms |
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-V2.5-PromediumvsGemma 4 26B A4Bmediumमोफत उपलब्धMiMo-V2.5-PromediumvsQwen3.6 FlashmediumMiMo-V2.5-PromediumvsQwen3.5 Plus 2026-04-20mediumMiMo-V2.5-PromediumvsGemini 3.1 Flash Lite PreviewmediumMiMo-V2.5-PromediumvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धMiMo-V2.5-PromediumvsGemini 3 Flash PreviewmediumMiMo-V2.5-PromediumvsGemini 3.5 FlashhighMiMo-V2.5-PromediumvsGemini 3.5 Flashlow
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 10.0 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| 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 |