AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#95

MiMo-V2.5

Xiaomi Lansare: 2026-04-22 Testat la: 2026-04-22 21:39 xiaomi/mimo-v2.5::none
(medium) (none)

Rezumat

MiMo-V2.5 obține 5.1 pe AI BENCHY și este pe #95. Are fiabilitate N/D, rată de reușită 27.8%, cost total $0.019 și timp mediu de răspuns 1.05s.

Ce face MiMo-V2.5 unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Rezolvare de puzzle-uri este zona cea mai slabă, la #13. Este vizibil rapid față de modele similare.

Scor

5.1

Consistență

10.0

Fiabilitate

N/D

Total tokenuri de ieșire

2,177

Total tokenuri de intrare

0

Preț de intrare

$0.400 / 1M

Preț de ieșire

$2.000 / 1M

Teste corecte

Teste greșite: 13

Rată de trecere pe încercare: 27.8%

Teste instabile

0

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

Timp de răspuns (mediu)

1.05s

Timp de răspuns (maxim): 2.43s

Timp de răspuns (total): 18.94s

Generation showcase

Hamster playing table tennis

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

#95 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 Compară
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 Rularea curentă

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 4.8 10.0
Programare 10.0 10.0
Combinat 3.0 10.0
Parsare și extragere de date 6.5 10.0
Specific domeniului 3.0 10.0
Inteligență generală 4.6 10.0
Respectarea instrucțiunilor 6.5 10.0
Rezolvare de puzzle-uri 3.4 10.0
Apelare instrumente 10.0 10.0

Modele comparate