AI BENCHY
Advertise here
#67

MiMo-V2-Flash

Xiaomi Lansare: 2025-12-16 Testat la: 2026-05-22 00:20 xiaomi/mimo-v2-flash::medium
309B în total (15B activi)MoESursă deschisă
(medium) (none)

Rezumat

MiMo-V2-Flash obține 7.1 pe AI BENCHY și este pe #67. Are fiabilitate 10.0, rată de reușită 63.3%, cost total $0.038 și timp mediu de răspuns 20.26s.

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 #18. 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.

Date despre model

Documentat la 2026-08-12

Raportat
Parametri
309B în total (15B activi)
Arhitectură
MoE
Disponibilitate
Sursă deschisă
Licență
MIT
Sursa parametrilor Sursa disponibilității

Scor

7.1

Consistență

8.7

Fiabilitate

10.0

Cost total (preț curent)

$0.038

Total tokenuri de ieșire

127,609

Total tokenuri de intrare

0

Preț de intrare

$0.100 / 1M

Preț de ieșire

$0.300 / 1M

Teste corecte

Teste greșite: 9

Rată de trecere pe încercare: 63.3%

Teste instabile

3

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

Timp de răspuns (mediu)

20.26s

Timp de răspuns (maxim): 96.01s

Timp de răspuns (total): 283.68s

Răspuns greșit: 5 Eroare API: 1 Formatare suplimentară: 1 Nu a urmat instrucțiunile: 1 Timp expirat: 1

Hamster playing table tennis

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

#67 MiMo-V2-Flash

medium
SVG invalid
Cost
$0.020
Timp
284.1s
Tokenuri
65,689 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:48 Test nou adăugat 6.3 10.0 $0.043 ↑ Compară
2026-05-22 00:20 Suită modificată 7.1 10.0 $0.038 Rularea curentă
2026-04-11 01:44 Prima rulare înregistrată 7.5 N/D $0.038 Compară

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

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

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 8.1 7.9
Programare 4.1 5.8
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
Cultură generală 3.0 10.0

Modele comparate