AI BENCHY
Advertise here
#143

MiMo-V2.5

Xiaomi Lansare: 2026-04-22 Testat la: 2026-06-04 13:48 xiaomi/mimo-v2.5::none
(medium) (none)

Rezumat

MiMo-V2.5 obține 4.9 pe AI BENCHY și este pe #143. Are fiabilitate 10.0, rată de reușită 27.0%, cost total $0.007 și timp mediu de răspuns 2.20s.

Ce face MiMo-V2.5 unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Specific domeniului este zona cea mai slabă, la #9.

Scor

4.9

Consistență

9.6

Cost total (preț curent)

$0.007 ↓ -68.4%

Testat la: $0.021

Total tokenuri de ieșire

2,267

Total tokenuri de intrare

41,985

Preț de intrare

$0.140 / 1M

Preț de ieșire

$0.280 / 1M

Teste corecte

Teste greșite: 16

Rată de trecere pe încercare: 27.0%

Teste instabile

1

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

2.20s

Timp de răspuns (maxim): 6.86s

Timp de răspuns (total): 46.21s

Generation showcase

Hamster playing table tennis

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

#143 MiMo-V2.5

none
Cost
$0.007
Time
267.4s
Tokens
25,283 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:48 Test nou adăugat 4.9 10.0 $0.007 Rularea curentă
2026-05-22 12:51 Test nou adăugat 4.8 10.0 $0.021 Compară
2026-05-08 15:33 Suită modificată 4.9 10.0 $0.019 Compară
2026-04-22 21:39 Prima rulare înregistrată 5.1 N/D $0.019 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-06-04 15:40 $0.140 / 1M $0.280 / 1M

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 3.5 8.0
Programare 5.5 10.0
Combinat 3.0 10.0
Parsare și extragere de date 6.5 10.0
Specific domeniului 3.0 10.0
Inteligență generală 4.4 9.9
Respectarea instrucțiunilor 6.5 10.0
Rezolvare de puzzle-uri 5.4 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate