Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.
gemeinsame Messreihen
139
verschiedene Benchmarks
19
jüngster Abruf
04.09.2026
Modellauswahl ändern
Steckbrief
Allgemeine Daten
Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.
Allgemeine Daten von Claude Opus 5 und MiMo-V2.5-Pro
Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand
Preise nach Anbieter
Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.
Anbieterpreise von Claude Opus 5 und MiMo-V2.5-Pro
Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.
Fähigkeitsprofil aus vergleichbaren Benchmarks
Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.
Claude Opus 5
MiMo-V2.5-Pro
Coding: 100 / 60,9 (4 Benchmarkfamilien)
Reasoning: 100 / 88,4 (1 Benchmarkfamilie)
Mathematik: 100 / 22,2 (1 Benchmarkfamilie)
Wissen: 100 / 92,4 (1 Benchmarkfamilie)
Finanzen: 100 / 82 (4 Benchmarkfamilien)
Recht: 100 / 49,5 (3 Benchmarkfamilien)
Agenten-Aufgaben: 100 / 67,7 (1 Benchmarkfamilie)
Gesundheit: 100 / 71,6 (2 Benchmarkfamilien)
19 passende Messreihen aus 18 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 9 vergleichbaren Kategorien.
Claude Opus 5MiMo-V2.5-Pro
Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 5Gewinner57,473 %
MiMo-V2.5-Pro21,557 %
CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 5Gewinner73,194 %
MiMo-V2.5-Pro61,422 %
EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 5Gewinner73,556 %
MiMo-V2.5-Pro55,228 %
Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 5Gewinner58,633 %
MiMo-V2.5-Pro41,502 %
GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 5Gewinner93,434 %
MiMo-V2.5-Pro82,576 %
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 5Gewinner6,667 %
MiMo-V2.5-Pro2,083 %
Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 5Gewinner55,288 %
MiMo-V2.5-Pro15,865 %
LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 5Gewinner86,974 %
MiMo-V2.5-Pro77,129 %
LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 5Gewinner89,033 %
MiMo-V2.5-Pro81,354 %
LMArena Text, Style ControlOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 5Höherer Messwert1.492,042
MiMo-V2.5-Pro1.468,271
MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 5Gewinner63,57 %
MiMo-V2.5-Pro32,484 %
MedScribeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 5Gewinner90,985 %
MiMo-V2.5-Pro83,73 %
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand
Benchmarkwerte von Claude Opus 5 und MiMo-V2.5-Pro
Benchmark und Aufgabe
Claude Opus 5
MiMo-V2.5-Pro
Quelle
Code MigrationOverallTestdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 5: Snapshot: claude-opus-5-high, Reasoning: high, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlClaude Opus 5: Stilbereinigte Arena-Bewertung aus 34.617 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 57.416 anonymen Paarvergleichen.
Höherer Messwert1.492,042
95-%-Konfidenzintervall: ±4,567Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.468,271
95-%-Konfidenzintervall: ±3,92Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 5: Snapshot: claude-opus-5-max, Reasoning: max, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlClaude Opus 5: Stilbereinigte Arena-Bewertung aus 16.839 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 57.416 anonymen Paarvergleichen.
Höherer Messwert1.487,8
95-%-Konfidenzintervall: ±5,818Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.468,271
95-%-Konfidenzintervall: ±3,92Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
LMArena Text, Style ControlBusiness, management and financeTestdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 5: Snapshot: claude-opus-5-high, Reasoning: high, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlClaude Opus 5: Stilbereinigte Arena-Bewertung aus 6.720 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 11.336 anonymen Paarvergleichen.
Höherer Messwert1.487,981
95-%-Konfidenzintervall: ±8,263Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.471,792
95-%-Konfidenzintervall: ±6,73Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
LMArena Text, Style ControlBusiness, management and financeTestdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 5: Snapshot: claude-opus-5-max, Reasoning: max, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlClaude Opus 5: Stilbereinigte Arena-Bewertung aus 3.177 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 11.336 anonymen Paarvergleichen.
Höherer Messwert1.485,129
95-%-Konfidenzintervall: ±11,232Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.471,792
95-%-Konfidenzintervall: ±6,73Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 5: Snapshot: claude-opus-5-high, Reasoning: high, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlClaude Opus 5: Stilbereinigte Arena-Bewertung aus 2.433 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 3.151 anonymen Paarvergleichen.
Höherer Messwert1.560,338
95-%-Konfidenzintervall: ±13,197Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.511,885
95-%-Konfidenzintervall: ±11,287Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand
Eigene Modelltests
Community-Tests zum Anschauen
Vergleiche, wie die Modelle denselben Prompt umsetzen. Jeder Test zeigt den ersten Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Die Ergebnisse fließen nicht in einen Gesamtscore ein.
Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.
Claude Opus 5
Die API-Antwort wurde nicht vollständig übertragen. Das Modell wurde nicht bewertet.
Erster Versuch
Datum des Testlaufs
07.09.2026
API-Anbieter
openrouter
Angefragtes API-Modell
anthropic/claude-opus-5
Festgelegter Endpunkt
Anthropic | anthropic/claude-opus-5-20260723
Reasoning-Einstellung
high
Temperatur
Anbieterstandard
Tokenlimit inklusive Reasoning
8.192 Token
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Nicht bestanden
Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.
MiMo-V2.5-Pro
In diesem Testlauf war kein API-Zugang verfügbar. Das Modell wurde nicht bewertet.
Erster Versuch
Datum des Testlaufs
07.09.2026
API-Anbieter
openrouter
Angefragtes API-Modell
xiaomi/mimo-v2.5-pro
Festgelegter Endpunkt
Xiaomi | xiaomi/mimo-v2.5-pro-20260422
Reasoning-Einstellung
high
Temperatur
Anbieterstandard
Tokenlimit inklusive Reasoning
8.192 Token
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Nicht ausgeführt
Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.
Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.
Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.
Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.
Weitere Duelle
Ähnliche LLM-Vergleiche
Vergleiche Claude Opus 5 und MiMo-V2.5-Pro mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.