AI BENCHY
Advertise here
#42

MiMo-V2.5-Pro

Xiaomi प्रकाशन: 2026-04-22 चाचणी तारीख: 2026-06-04 13:52 xiaomi/mimo-v2.5-pro::medium
1.02T एकूण (42B सक्रिय)MoEमुक्त स्रोत
(medium) (none)

सारांश

MiMo-V2.5-Pro AI BENCHY वर 7.5 स्कोर करते आणि #42 वर आहे. याची reliability 10.0, pass rate 68.3%, एकूण खर्च $0.106, आणि सरासरी response time 26.13s आहे.

MiMo-V2.5-Pro खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #3 आहे; तर कोडिंग हा सर्वात कमकुवत भाग आहे, rank #18. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले
पॅरामीटर्स
1.02T एकूण (42B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
परवाना
MIT
पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

7.5

सुसंगतता

8.5

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.106 ↓ -65.4%

या किमतीवर चाचणी केली: $0.305

एकूण आउटपुट टोकन्स

102,757

एकूण इनपुट टोकन्स

40,854

इनपुट किंमत

$0.435 / 1M

आउटपुट किंमत

$0.870 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 9

प्रति प्रयत्न पास दर: 68.3%

अस्थिर चाचण्या

4

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

प्रतिसाद वेळ (सरासरी)

26.13s

प्रतिसाद वेळ (कमाल): 130.77s

प्रतिसाद वेळ (एकूण): 548.65s

अतिरिक्त फॉरमॅटिंग: 3 चुकीचे उत्तर: 3 सूचनांचे पालन केले नाही: 2 API त्रुटी: 1

Hamster playing table tennis

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

#42 MiMo-V2.5-Pro

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 02:43 पुन्हा चाचणी 6.8 10.0 $0.221 ↓ तुलना करा
2026-07-16 22:50 नवीन चाचणी जोडली 6.9 10.0 $0.187 ↓ तुलना करा
2026-06-04 13:52 नवीन चाचणी जोडली 7.5 10.0 $0.106 ↓ सध्याची रन
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

रनबेंचमार्क कव्हरेजस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-06-04 13:52 · नवीन चाचणी जोडली63/63 प्रयत्न7.58.510.012/214102,75740,854$0.10626.13s
2026-07-16 22:50 · नवीन चाचणी जोडली66/66 प्रयत्न6.98.210.012/225146,513139,883$0.18733.92s
फरक—+0.6+0.30.00-1-43756-99029-$0.082-7791ms

बेंचमार्क कव्हरेज वेगळे आहे: 63/63 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती) विरुद्ध 66/66 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती). एकूण मूल्ये आणि पुनरावृत्तीवर अवलंबून मेट्रिक्स थेट तुलना करता येत नाहीत.

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 14:42 $0.435 / 1M $0.870 / 1M

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-V2.5-PromediumvsGLM 5.3lowMiMo-V2.5-PromediumvsGemini 3 Flash PreviewnoneMiMo-V2.5-PromediumvsDeepSeek V4 PrononeMiMo-V2.5-PromediumvsGemma 4 26B A4Bmediumमोफत उपलब्धMiMo-V2.5-PromediumvsSolar Pro 4mediumMiMo-V2.5-PromediumvsGLM 5.2noneMiMo-V2.5-PromediumvsSolar Pro 4lowMiMo-V2.5-PromediumvsKAT-Coder-Pro V2.5noneMiMo-V2.5-PromediumvsSeed-2.0-CodemediumMiMo-V2.5-PromediumvsLongCat 2.0low

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 6.2 4.7
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
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स