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

AI BENCHY Compare

Anthropic: Claude Sonnet 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 Sonnet 4.6 medium Lansare: Data lansării necunoscută Xiaomi: MiMo-V2-Flash medium Lansare: Data lansării necunoscută
Rang #8 #21
Scor 7.43 6.00
Consistență 9.40 8.79
Cost per rezultat 8.105 0.364
Cost total $0.811 $0.030
Teste corecte
Teste greșite 4 6
Rată de trecere pe încercare 73.8% 64.3%
Teste instabile 1 2
Tokenuri de ieșire 29,098 11,650
Tokenuri de raționament 20,435 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 Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
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 Sonnet 4.6 10.00 10.00 100.0% 0 727 907
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 Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
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 Sonnet 4.6 10.00 10.00 100.0% 0 316 523
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 Sonnet 4.6 10.00 10.00 100.0% 0 579 642
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 Sonnet 4.6 10.00 10.00 100.0% 0 655 351
Xiaomi: MiMo-V2-Flash 10.00 10.00 100.0% 0 321 12,715

Schimbă perechea de comparație

Compară Anthropic: Claude Sonnet 4.6 cu...

Compară Xiaomi: MiMo-V2-Flash cu...