????
$0.400 / 1M
????
$2.000 / 1M
不稳定测试
2
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-05-22 00:27 测试集已变更 | 6.9 | 10.0 | $0.734 | 比较 | |
| 2026-05-08 15:32 测试集已变更 | 7.2 | 10.0 | $0.451 | 当前轮次 | |
| 2026-04-11 01:44 首次记录的运行 | 7.7 | 不适用 | $0.153 | 比较 |
此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。
轮次对比
| 测试轮次 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:32 · 测试集已变更 | 7.2 | 9.1 | 10.0 | 10/19 | 2 | 218,577 | $0.451 | 27.58s |
| 2026-04-11 01:44 · 首次记录的运行 | 7.7 | 9.9 | 不适用 | 11/18 | 0 | 73,589 | $0.153 | 16.76s |
| 差值 | -0.5 | -0.8 | -1 | +2 | +144988 | +$0.299 | +10825ms |
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
MiMo-V2-OmnimediumvsRing-2.6-1TnoneMiMo-V2-OmnimediumvsGPT-5.4 NanomediumMiMo-V2-OmnimediumvsRing-2.6-1TmediumMiMo-V2-OmnimediumvsGPT-5.4 MinimediumMiMo-V2-OmnimediumvsGLM 5V TurbomediumMiMo-V2-OmnimediumvsQwen3.6 Max PreviewnoneMiMo-V2-OmnimediumvsGemini 3 Flash PreviewmediumMiMo-V2-OmnimediumvsGemini 3.5 FlashhighMiMo-V2-OmnimediumvsGemini 3.5 Flashlow