AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#40

Mimo V2 Omni

Xiaomi Lansare: 2026-03-18 Testat la: 2026-04-11 01:44 xiaomi/mimo-v2-omni::medium
(medium) (none)

Rezumat

Mimo V2 Omni obține 7.7 pe AI BENCHY și este pe #40. Are fiabilitate N/D, rată de reușită 61.1%, cost total $0.153 și timp mediu de răspuns 16.76s.

Ce face Mimo V2 Omni unic: Se remarcă cel mai mult la Trucuri anti-AI, unde este pe #1, iar Programare este zona cea mai slabă, la #18.

Model arhivat: acest model nu mai este actualizat și nu mai este testat pe teste noi.

Scor

7.7

Consistență

9.9

Fiabilitate

N/D

Total tokenuri de ieșire

73,589

Total tokenuri de intrare

0

Preț de intrare

$0.400 / 1M

Preț de ieșire

$2.000 / 1M

Teste corecte

Teste greșite: 7

Rată de trecere pe încercare: 61.1%

Teste instabile

0

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

Timp de răspuns (mediu)

16.76s

Timp de răspuns (maxim): 158.78s

Timp de răspuns (total): 301.61s

Prezentare generare

Hamster playing table tennis

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

#40 MiMo-V2-Omni

medium
This model has been deprecated. It is recommended to migrate to xiaomi/mimo-v2.5
Cost
$0.000
Timp
0.1s
Tokenuri
0 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:47 Test nou adăugat 6.7 10.0 $0.683 Compară
2026-05-22 00:27 Suită modificată 6.9 10.0 $0.734 Compară
2026-05-08 15:32 Suită modificată 7.2 10.0 $0.451 Compară
2026-04-11 01:44 Prima rulare înregistrată 7.7 N/D $0.153 Rularea curentă

Comparație între rulări

RulareScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-04-11 01:44 · Prima rulare înregistrată7.79.9N/D11/18073,5890$0.15316.76s
2026-05-22 00:27 · Suită modificată6.98.710.010/203359,2580$0.73441.16s
Diferență+0.8+1.2+1-3-2856690-$0.582-24407ms

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.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 4.0 7.9
Combinat 10.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 3.0 10.0
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 8.3 10.0
Rezolvare de puzzle-uri 6.5 10.0
Apelare instrumente 10.0 10.0

Modele comparate