Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Xiaomi: MiMo-V2-Flash

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică Anthropic: Claude Opus 4.6 medium Lansare: Data lansării necunoscută Xiaomi: MiMo-V2-Flash medium Lansare: Data lansării necunoscută
Rang #20 #21
Scor 6.07 6.00
Consistență 8.80 8.79
Cost per rezultat 10.992 0.364
Cost total $0.880 $0.030
Teste corecte
Teste greșite 6 6
Rată de trecere pe încercare 61.9% 64.3%
Teste instabile 2 2
Tokenuri de ieșire 19,576 11,650
Tokenuri de raționament 11,081 93,283

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
Xiaomi: MiMo-V2-Flash 9.67 9.99 100.0% 0 1,328 18,739
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
Xiaomi: MiMo-V2-Flash 5.50 10.00 50.0% 0 153 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
Xiaomi: MiMo-V2-Flash 4.00 7.21 55.6% 1 8,363 51,202
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
Xiaomi: MiMo-V2-Flash 9.50 9.99 100.0% 0 72 3,504
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
Xiaomi: MiMo-V2-Flash 1.00 7.14 11.1% 1 1,413 7,123
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
Xiaomi: MiMo-V2-Flash 10.00 10.00 100.0% 0 321 12,715

Schimbă perechea de comparație

Compară Anthropic: Claude Opus 4.6 cu...

Compară Xiaomi: MiMo-V2-Flash cu...