#149 MiMo-V2-Flash
none- لاگت
- $0.001
- وقت
- 7.7s
- ٹوکنز
- 1,481 tok
Xiaomi
اجرا: 2025-12-16
ٹیسٹ کیا گیا: 2026-05-22 00:20
xiaomi/mimo-v2-flash::none
309B کل (15B فعال)MoEکھلا ماخذ
(medium)
(none)
خلاصہ
MiMo-V2-Flash AI BENCHY پر 4.4 اسکور کرتا ہے اور #149 پر ہے۔ اس کی reliability 10.0، pass rate 25.0%، کل لاگت $0.024، اور اوسط response time 2.64s ہے۔
آرکائیو شدہ ماڈل: اس ماڈل کو اب اپ ڈیٹ نہیں کیا جائے گا اور نئے ٹیسٹس پر ٹیسٹ نہیں کیا جائے گا
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- 309B کل (15B فعال)
- ساخت
- MoE
- دستیابی
- کھلا ماخذ
- لائسنس
- MIT
4.4
تسلسل
8.0
10.0
$0.024
کل آؤٹ پٹ ٹوکنز
68,562
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$0.100 / 1M
آؤٹ پٹ قیمت
$0.300 / 1M
غیر مستحکم ٹیسٹ
5
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-06-04 13:47 نیا ٹیسٹ شامل ہوا | 4.0 | 6.7 | $0.025 ↑ | موازنہ کریں | |
| 2026-05-22 00:20 سوٹ بدل گیا | 4.4 | 10.0 | $0.024 | موجودہ رن | |
| 2026-04-11 01:44 پہلا ریکارڈ شدہ رن | 4.5 | دستیاب نہیں | $0.023 | موازنہ کریں |
اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔
رن موازنہ
| رن | بینچ مارک کوریج | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:20 · سوٹ بدل گیا | 60/60 کوششیں | 4.4 | 8.0 | 10.0 | 3/20 | 5 | 68,562 | 0 | $0.024 | 2.64s |
| 2026-06-04 13:47 · نیا ٹیسٹ شامل ہوا | 63/63 کوششیں | 4.0 | 8.1 | 6.7 | 4/21 | 4 | 68,882 | 36,851 | $0.025 | 2.76s |
| فرق | — | +0.4 | -0.1 | +3.3 | -1 | +1 | -320 | -36851 | -$0.002 | -127ms |
بینچ مارک کوریج مختلف ہے: 60/60 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 63/63 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 3.2 | 8.0 | |
| کوڈنگ | 4.9 | 6.9 | |
| مشترکہ | 3.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 2.9 | 5.8 | |
| ڈومین مخصوص | 5.3 | 7.2 | |
| عمومی ذہانت | 4.6 | 10.0 | |
| ہدایات کی پیروی | 6.5 | 10.0 | |
| پہیلی حل کرنا | 3.6 | 7.2 | |
| ٹول کالنگ | 10.0 | 10.0 | |
| معلومات عامہ | 3.0 | 10.0 |