#46 MiMo-V2-Flash
medium
SVG invalid
- Cost
- $0.020
- Timp
- 284.1s
- Tokenuri
- 65,689 tok
Rezumat
MiMo-V2-Flash obține 7.5 pe AI BENCHY și este pe #46. Are fiabilitate N/D, rată de reușită 70.4%, cost total $0.038 și timp mediu de răspuns 23.36s.
Ce face MiMo-V2-Flash unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #1, iar Programare este zona cea mai slabă, la #17. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
Model arhivat: acest model nu mai este actualizat și nu mai este testat pe teste noi.
7.5
Consistență
8.6
N/D
$0.038
Total tokenuri de ieșire
127,569
Total tokenuri de intrare
0
Preț de intrare
$0.090 / 1M
Preț de ieșire
$0.290 / 1M
Teste instabile
3
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Prezentare generare
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:48 Test nou adăugat | 7.2 | 10.0 | $0.043 ↑ | Compară | |
| 2026-05-22 00:20 Suită modificată | 7.1 | 10.0 | $0.038 | Compară | |
| 2026-04-11 01:44 Prima rulare înregistrată | 7.5 | N/D | $0.038 | Rularea curentă |
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
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.1 | 7.9 | |
| Programare | 4.7 | 1.6 | |
| Combinat | 9.8 | 10.0 | |
| Parsare și extragere de date | 6.5 | 10.0 | |
| Specific domeniului | 5.9 | 7.2 | |
| Inteligență generală | 4.0 | 10.0 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 7.7 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 |