- 排名
- #230
- 总输出令牌
- 9,342
- 响应时间(平均)
- 6.38s
- 总成本
- $0.465
Qwen4 Max vs MiMo-V2.5 (medium)
MiMo-V2.5 (medium) 平均分领先,为 7.1 vs 7.0。 MiMo-V2.5 (medium) benchmark 成本更低,为 $0.130 vs $0.465。 Qwen4 Max 更快,为 6.38s vs 49.20s,通过率为 63.8% vs 69.6%。
已对比模型
- 排名
- #225
- 总输出令牌
- 332,955
- 响应时间(平均)
- 49.20s
- 总成本
- $0.130
推荐模型
MiMo-V2.5 (medium)
它在这里得分最高(7.1),同时成本比Qwen4 Max低约 3.6 倍。
详细对比
| 指标 | Qwen4 Max Qwen4 Max none | MiMo-V2.5 MiMo-V2.5 medium |
|---|---|---|
| 分数 | 7.0 | 7.1 |
| 排名 | #230 | #225 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 7.6 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 63.8% | 69.6% |
| 不稳定测试 | 1 | 7 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 3.321 | 3.491 |
| 总成本 | $0.465 | $0.130 |
| 输入价格 | $1.500 / 1M | $0.140 / 1M |
| 输出价格 | $4.500 / 1M | $0.280 / 1M |
| 缓存读取价格 | $0.075 / 1M | $0.003 / 1M |
| 缓存写入价格 | $1.875 / 1M | 不适用 |
| 总输入令牌 | 281,902 | 259,664 |
| 输出令牌 | 9,342 | 8,414 |
| 推理令牌 | 0 | 333,097 |
| 响应时间(平均) | 6.38s | 49.20s |
| 响应时间(最大) | 67.27s | 316.27s |
| 响应时间(总计) | 146.64s | 1131.69s |
| 参数量 | ~2.4T 总计 (~95B 激活) | 310B 总计 (15B 激活) |
| 开放状态 | 闭源 | 开源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#230 Qwen4 Max
none- 成本
- $0.027
- 时间
- 123.5s
- 令牌
- 6,091 tok
#225 MiMo-V2.5
medium- 成本
- $0.002
- 时间
- 54.8s
- 令牌
- 5,247 tok
类别细分
快速对比
切换对比组合
Ling 3.2 Flashhigh免费可用vsQwen4 MaxnoneKimi K2.7 CodemediumvsQwen4 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen4 MaxnoneMinimax M3.1 Flashlow免费可用vsMiMo-V2.5mediumEmber-1lowvsQwen4 MaxnoneGPT-5.2 ChatdefaultvsQwen4 MaxnoneQwen4 MaxnonevsStep 5 PreviewhighGPT-5.2 ChatdefaultvsMiMo-V2.5mediumQwen3.8 Flash NextxhighvsMiMo-V2.5mediumQwen4 MaxnonevsGrok 4.6lowGemini 3 Flash PreviewlowvsQwen4 MaxnoneMuse Glimmer 30BlowvsQwen4 Maxnone