#75 MiMo-V2.5-Pro
none- Cost
- $0.004
- Timp
- 46.4s
- Tokenuri
- 4,025 tok
Xiaomi
Lansare: 2026-04-22
Testat la: 2026-04-22 21:39
xiaomi/mimo-v2.5-pro::none
1.02T în total (42B activi)MoESursă deschisă
(medium)
(none)
Rezumat
MiMo-V2.5-Pro obține 5.8 pe AI BENCHY și este pe #75. Are fiabilitate N/D, rată de reușită 46.3%, cost total $0.033 și timp mediu de răspuns 1.51s.
Ce face MiMo-V2.5-Pro unic: Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor. Este vizibil rapid față de modele similare.
Date despre model
Documentat la 2026-08-12
- Parametri
- 1.02T în total (42B activi)
- Arhitectură
- MoE
- Disponibilitate
- Sursă deschisă
- Licență
- MIT
5.8
Consistență
8.3
N/D
$0.033
Total tokenuri de ieșire
2,451
Total tokenuri de intrare
0
Preț de intrare
$1.000 / 1M
Preț de ieșire
$3.000 / 1M
Teste instabile
4
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 02:26 Retestare | 5.4 | 10.0 | $0.068 ↓ | Compară | |
| 2026-07-16 22:42 Test nou adăugat | 5.5 | 10.0 | $0.068 ↓ | Compară | |
| 2026-06-04 13:48 Test nou adăugat | 5.5 | 10.0 | $0.017 ↓ | Compară | |
| 2026-05-08 15:29 Suită modificată | 5.7 | 10.0 | $0.035 | Compară | |
| 2026-04-22 21:39 Prima rulare înregistrată | 5.8 | N/D | $0.033 | Rularea curentă |
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-22 21:39 · Prima rulare înregistrată | 54/54 încercări | 5.8 | 8.3 | N/D | 6/18 | 4 | 2,451 | 0 | $0.033 | 1.51s |
| 2026-07-16 22:42 · Test nou adăugat | 66/66 încercări | 5.5 | 8.6 | 10.0 | 6/22 | 4 | 15,362 | 124,799 | $0.068 | 4.12s |
| Diferență | — | +0.3 | -0.3 | 0 | 0 | -12911 | -124799 | -$0.036 | -2604ms |
Acoperirea benchmark diferă: 54/54 încercări (Țintă: 3 repetări per test) față de 66/66 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
Top modele după scor
Scor vs Cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Comparație rapidă
MiMo-V2.5-PrononevsGPT-5.6 LunanoneMiMo-V2.5-PrononevsKimi K2.5noneMiMo-V2.5-PrononevsKAT-Coder-Air V2.5lowMiMo-V2.5-PrononevsDeepSeek V4 Flash 0731noneMiMo-V2.5-PrononevsLaguna S 2.1mediumDisponibil gratuitMiMo-V2.5-PrononevsLaguna S 2.1highDisponibil gratuitMiMo-V2.5-PrononevsDeepSeek V4 Flash 0423noneMiMo-V2.5-PrononevsInkling SmallnoneMiMo-V2.5-PrononevsQwen3.8 27BnoneMiMo-V2.5-PrononevsLaguna XS 2.1noneDisponibil gratuit
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 2.9 | 7.9 | |
| Programare | 6.4 | 3.3 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 5.3 | 10.0 | |
| Inteligență generală | 4.5 | 10.0 | |
| Respectarea instrucțiunilor | 6.4 | 10.0 | |
| Rezolvare de puzzle-uri | 6.7 | 4.7 | |
| Apelare instrumente | 10.0 | 10.0 |