Direktvergleich
MiMo-V2.5 vs. MiMo-V2.5-Pro
Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.
101
gemeinsame Messreihen
19
verschiedene Benchmarks
16.08.2026
jüngster Abruf
Modellauswahl ändern
Steckbrief und Kosten
Allgemeine Daten und Standard-API-Preise
Nicht veröffentlichte Parameterzahlen oder Wissensstände bleiben als solche markiert. Die Tabelle zeigt direkte Standardtarife pro Token einschließlich hinterlegter Kontextstufen. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.
| Merkmal | MiMo-V2.5 | MiMo-V2.5-Pro |
|---|---|---|
| Anbieter | Xiaomi | Xiaomi |
| Erschienen | 23. Apr. 2026 | 23. Apr. 2026 |
| Verfügbarkeit | Open Source | Open Source |
| Modelltyp | Open Weights | Open Weights |
| Parameter | Nicht veröffentlicht | 1 Billionen, 42 Mrd. aktiv |
| Architektur | Mixture of Experts | Mixture of Experts |
| Kontextfenster | 1.000.000 Token | 1.000.000 Token |
| Wissensstand | Nicht veröffentlicht | Nicht veröffentlicht |
| Technische Quellen | Modell, Kontext | Modell |
| API-Preise pro 1 Mio. Token | ||
| API-Eingabe | 0,14 $ | 0,43 $ |
| API-Ausgabe | 0,28 $ | 0,87 $ |
| Cache lesen | 0, $ | 0, $ |
| Cache schreiben (5 Min.) | Nicht ausgewiesen | Nicht ausgewiesen |
| Cache schreiben (1 Std.) | Nicht ausgewiesen | Nicht ausgewiesen |
| Preis geprüft | 31.07.2026Quelle | 31.07.2026Quelle |
MiMo-V2.5MiMo-V2.5-Pro
API-EingabeUSD pro 1 Mio. Token, Basistarif
MiMo-V2.50,14 $Günstiger
MiMo-V2.5-Pro0,435 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
MiMo-V2.50,28 $Günstiger
MiMo-V2.5-Pro0,87 $
Cache lesenUSD pro 1 Mio. Token, Basistarif
MiMo-V2.50,003 $Günstiger
MiMo-V2.5-Pro0,004 $
Leistung
Gemeinsame Benchmarks
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.
101 gemeinsame Messreihen
MiMo-V2.5MiMo-V2.5-Pro
Arena Text, Style ControlOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
MiMo-V2.51.434,021 Arena-Punkte
MiMo-V2.5-Pro1.467,876 Arena-PunkteGewinner
Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
MiMo-V2.514,228 %
MiMo-V2.5-Pro21,557 %Gewinner
CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
MiMo-V2.559,907 %
MiMo-V2.5-Pro61,422 %Gewinner
EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
MiMo-V2.555,092 %
MiMo-V2.5-Pro55,228 %Gewinner
Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
MiMo-V2.536,728 %
MiMo-V2.5-Pro41,502 %Gewinner
GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
MiMo-V2.581,566 %
MiMo-V2.5-Pro82,576 %Gewinner
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied
MiMo-V2.51,667 %
MiMo-V2.5-Pro2,083 %Gewinner
Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied
MiMo-V2.59,135 %
MiMo-V2.5-Pro15,865 %Gewinner
LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
MiMo-V2.578,886 %Gewinner
MiMo-V2.5-Pro77,129 %
LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
MiMo-V2.581,512 %Gewinner
MiMo-V2.5-Pro81,354 %
MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
MiMo-V2.531,895 %
MiMo-V2.5-Pro32,484 %Gewinner
MedScribeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
MiMo-V2.572,151 %
MiMo-V2.5-Pro83,73 %Gewinner
| Benchmark und Aufgabe | MiMo-V2.5 | MiMo-V2.5-Pro | Vergleichbarkeit | Quelle |
|---|---|---|---|---|
| Arena Text, Style ControlOverall | 1.434,021 Arena-Punkte 95-%-Konfidenzintervall: ±4,35Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.467,876 Arena-PunkteGewinner 95-%-Konfidenzintervall: ±4,128Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | style-control-v1style-controlled Bradley-Terry ratingMehr ist besserKohorte: lmarena-text-style-control:2026-08-12:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Snapshot: mimo-v2.5, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlMiMo-V2.5: Stilbereinigte Arena-Bewertung aus 44.628 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 50.613 anonymen Paarvergleichen. | ArenaTyp: Offizielles Benchmark-LeaderboardMessstand: 12.08.2026Import-ID: lmarena-eeedf9209373a7f9b324bfb839e7b02fedacd1e5-1611ed64f3f1Abgerufen am 16.08.2026 |
| Code MigrationOverall | 14,228 % | 21,557 %Gewinner | 1accuracyMehr ist besserKohorte: vals-code-migration:1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 13.08.2026Import-ID: vals-code-migration-2026-08-16-107652dc6bfcAbgerufen am 16.08.2026 |
| CorpFin v2Overall | 59,907 % | 61,422 %Gewinner | 2accuracyMehr ist besserKohorte: vals-corp-fin-v2:2:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-corp_fin_v2-2026-08-16-45bbf84f57abAbgerufen am 16.08.2026 |
| EMBOverall | 55,092 % | 55,228 %Gewinner | 1accuracyMehr ist besserKohorte: vals-emb:1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 13.08.2026Import-ID: vals-emb-2026-08-16-68d5d1d47a97Abgerufen am 16.08.2026 |
| Finance Agent (v2)Overall | 36,728 % | 41,502 %Gewinner | 2accuracyMehr ist besserKohorte: vals-finance-agent-v2:2:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 14.08.2026Import-ID: vals-fabv2-2026-08-16-8853da43085dAbgerufen am 16.08.2026 |
| GPQA DiamondOverall | 81,566 % | 82,576 %Gewinner | 1accuracyMehr ist besserKohorte: vals-gpqa:1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-gpqa-2026-08-16-7f8363eaa2dbAbgerufen am 16.08.2026 |
| Harvey's Legal Agent BenchmarkOverall · Task fully resolved | 1,667 % | 2,083 %Gewinner | 1task resolution rateMehr ist besserKohorte: vals-legal-agent-benchmark:1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 14.08.2026Import-ID: vals-hlab-2026-08-16-bae90566df2fAbgerufen am 16.08.2026 |
| Legal Research BenchOverall · All-pass | 9,135 % | 15,865 %Gewinner | 1all-pass rateMehr ist besserKohorte: vals-legal-research:1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 14.08.2026Import-ID: vals-legal_research-2026-08-16-af296c00ecaaAbgerufen am 16.08.2026 |
| LegalBenchOverall | 78,886 %Gewinner | 77,129 % | 1accuracyMehr ist besserKohorte: vals-legal-bench:1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5MiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-legal_bench-2026-08-16-d5b3b1b2b5c8Abgerufen am 16.08.2026 |
| LiveCodeBench v6Overall | 81,512 %Gewinner | 81,354 % | 1accuracyMehr ist besserKohorte: vals-lcb:1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5MiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 13.08.2026Import-ID: vals-lcb-2026-08-16-17b9c147080dAbgerufen am 16.08.2026 |
| MedCodeOverall | 31,895 % | 32,484 %Gewinner | 1accuracyMehr ist besserKohorte: vals-medcode:1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-medcode-2026-08-16-524f7f474eacAbgerufen am 16.08.2026 |
| MedScribeOverall | 72,151 % | 83,73 %Gewinner | 1accuracyMehr ist besserKohorte: vals-medscribe:1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-medscribe-2026-08-16-c385354a7e62Abgerufen am 16.08.2026 |
| MMLU-ProOverall | 82,931 % | 84,595 %Gewinner | 1accuracyMehr ist besserKohorte: vals-mmlu-pro:1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-mmlu_pro-2026-08-16-e14d5bb3a34cAbgerufen am 16.08.2026 |
| ProofBenchOverall | 16 % | 22 %Gewinner | 1.1accuracyMehr ist besserKohorte: vals-proof-bench:1.1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 14.08.2026Import-ID: vals-proof_bench-2026-08-16-14232db24de1Abgerufen am 16.08.2026 |
| SWE-bench VerifiedOverall | 71 % | 74 %Gewinner | 1accuracyMehr ist besserKohorte: vals-swebench:1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-swebench-2026-08-16-c133071b8167Abgerufen am 16.08.2026 |
| TaxEval v2Overall | 71,832 % | 73,794 %Gewinner | 2accuracyMehr ist besserKohorte: vals-tax-eval-v2:2:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-tax_eval_v2-2026-08-16-5bbd495dac53Abgerufen am 16.08.2026 |
| Terminal-Bench 2.1Overall | 60,674 %Gewinner | 57,303 % | 2.1accuracyMehr ist besserKohorte: vals-terminal-bench-2-1:2.1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5MiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 13.08.2026Import-ID: vals-terminal-bench-2-1-2026-08-16-b3f38c18bea4Abgerufen am 16.08.2026 |
| Vals IndexOverall | 39,91 % | 40,974 %Gewinner | 2weighted index scoreMehr ist besserKohorte: vals-vals-index:2:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 14.08.2026Import-ID: vals-vals_index-2026-08-16-ab641d89d6edAbgerufen am 16.08.2026 |
| Vibe Code Bench v1.1Overall | 42,174 %Gewinner | 34,113 % | 1.1accuracyMehr ist besserKohorte: vals-vibe-code-bench:1.1:overallKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5MiMo-V2.5: Harness: OpenHands MiMo-V2.5-Pro: Harness: OpenHands | Vals AITyp: Unabhängige EvaluationMessstand: 13.08.2026Import-ID: vals-vibe-code-2026-08-16-a73c9770bcc4Abgerufen am 16.08.2026 |
| Arena Text, Style ControlBusiness, management and finance | 1.442,81 Arena-Punkte 95-%-Konfidenzintervall: ±7,454Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.470,913 Arena-PunkteGewinner 95-%-Konfidenzintervall: ±7,118Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | style-control-v1style-controlled Bradley-Terry ratingMehr ist besserKohorte: lmarena-text-style-control:2026-08-12:industry_business_and_management_and_financial_operationsKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Snapshot: mimo-v2.5, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlMiMo-V2.5: Stilbereinigte Arena-Bewertung aus 9.122 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 10.018 anonymen Paarvergleichen. | ArenaTyp: Offizielles Benchmark-LeaderboardMessstand: 12.08.2026Import-ID: lmarena-eeedf9209373a7f9b324bfb839e7b02fedacd1e5-1611ed64f3f1Abgerufen am 16.08.2026 |
| Code MigrationCLI | 9,88 % | 13,981 %Gewinner | 1accuracyMehr ist besserKohorte: vals-code-migration:1:cliKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-code-migration-2026-08-11-3a2d5ce718a3Abgerufen am 11.08.2026 |
| CorpFin v2Exact Pages | 59,441 % | 60,373 %Gewinner | 2accuracyMehr ist besserKohorte: vals-corp-fin-v2:2:exact_pagesKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-corp_fin_v2-2026-08-11-d9e58d191cd9Abgerufen am 11.08.2026 |
| Finance Agent (v2)Adjustments | 31,746 % | 34,386 %Gewinner | 2accuracyMehr ist besserKohorte: vals-finance-agent-v2:2:adjustmentsKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-fabv2-2026-08-11-3e5c93a1857cAbgerufen am 11.08.2026 |
| GPQA DiamondFew-Shot CoT | 79,798 % | 80,808 %Gewinner | 1accuracyMehr ist besserKohorte: vals-gpqa:1:diamond_few_shot_cotKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-gpqa-2026-08-11-d3325290a404Abgerufen am 11.08.2026 |
| LegalBenchConclusion Tasks | 86,386 % | 88,031 %Gewinner | 1accuracyMehr ist besserKohorte: vals-legal-bench:1:conclusion_tasksKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-legal_bench-2026-08-11-836e5e44618eAbgerufen am 11.08.2026 |
| LiveCodeBench v6Easy | 98,447 % | 99,068 %Gewinner | 1accuracyMehr ist besserKohorte: vals-lcb:1:easyKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-lcb-2026-08-11-0342bcc364e4Abgerufen am 11.08.2026 |
| MMLU-ProBiology | 90,237 % | 92,469 %Gewinner | 1accuracyMehr ist besserKohorte: vals-mmlu-pro:1:biologyKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-mmlu_pro-2026-08-11-b8e53828d746Abgerufen am 11.08.2026 |
| SWE-bench Verified<15 min fix | 80,928 % | 82,474 %Gewinner | 1accuracyMehr ist besserKohorte: vals-swebench:1:<15 min fixKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 08.08.2026Import-ID: vals-swebench-2026-08-11-a6212cd857d8Abgerufen am 11.08.2026 |
| TaxEval v2Correctness | 60,752 % | 63,123 %Gewinner | 2accuracyMehr ist besserKohorte: vals-tax-eval-v2:2:correctnessKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-tax_eval_v2-2026-08-11-d05a40bf446fAbgerufen am 11.08.2026 |
| Terminal-Bench 2.1Easy | 100 %Gewinner | 75 % | 2.1accuracyMehr ist besserKohorte: vals-terminal-bench-2-1:2.1:easyKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-terminal-bench-2-1-2026-08-11-8f0ebd72a609Abgerufen am 11.08.2026 |
| Vals IndexCorpFin v2 | 60,14 % | 62,471 %Gewinner | 1.2benchmark scoreMehr ist besserKohorte: vals-vals-index:1.2:corp_fin_v2Kein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-vals_index-2026-08-11-e79d08d59249Abgerufen am 11.08.2026 |
| Arena Text, Style ControlChinese | 1.484,784 Arena-Punkte 95-%-Konfidenzintervall: ±13,546Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.511,817 Arena-PunkteGewinner 95-%-Konfidenzintervall: ±12,271Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | style-control-v1style-controlled Bradley-Terry ratingMehr ist besserKohorte: lmarena-text-style-control:2026-08-12:chineseKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Snapshot: mimo-v2.5, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlMiMo-V2.5: Stilbereinigte Arena-Bewertung aus 2.159 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 2.736 anonymen Paarvergleichen. | ArenaTyp: Offizielles Benchmark-LeaderboardMessstand: 12.08.2026Import-ID: lmarena-eeedf9209373a7f9b324bfb839e7b02fedacd1e5-1611ed64f3f1Abgerufen am 16.08.2026 |
| Code MigrationCOBOL | 27,273 % | 44,286 %Gewinner | 1accuracyMehr ist besserKohorte: vals-code-migration:1:cobolKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-code-migration-2026-08-11-3a2d5ce718a3Abgerufen am 11.08.2026 |
| CorpFin v2Max Fitting Context | 60,14 % | 61,422 %Gewinner | 2accuracyMehr ist besserKohorte: vals-corp-fin-v2:2:max_fitting_contextKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-corp_fin_v2-2026-08-11-d9e58d191cd9Abgerufen am 11.08.2026 |
| Finance Agent (v2)All-Pass | 23,785 % | 28,848 %Gewinner | 2accuracyMehr ist besserKohorte: vals-finance-agent-v2:2:all_passKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-fabv2-2026-08-11-3e5c93a1857cAbgerufen am 11.08.2026 |
| GPQA DiamondZero-Shot CoT | 83,333 % | 84,343 %Gewinner | 1accuracyMehr ist besserKohorte: vals-gpqa:1:diamond_zero_shot_cotKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-gpqa-2026-08-11-d3325290a404Abgerufen am 11.08.2026 |
| LegalBenchInterpretation Tasks | 74,351 % | 79,497 %Gewinner | 1accuracyMehr ist besserKohorte: vals-legal-bench:1:interpretation_tasksKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-legal_bench-2026-08-11-836e5e44618eAbgerufen am 11.08.2026 |
| LiveCodeBench v6Hard | 59,143 %Gewinner | 58,571 % | 1accuracyMehr ist besserKohorte: vals-lcb:1:hardKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-lcb-2026-08-11-0342bcc364e4Abgerufen am 11.08.2026 |
| MMLU-ProBusiness | 89,227 % | 89,987 %Gewinner | 1accuracyMehr ist besserKohorte: vals-mmlu-pro:1:businessKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-mmlu_pro-2026-08-11-b8e53828d746Abgerufen am 11.08.2026 |
| SWE-bench Verified>4 hours | 0 % | 33,333 %Gewinner | 1accuracyMehr ist besserKohorte: vals-swebench:1:>4 hoursKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 08.08.2026Import-ID: vals-swebench-2026-08-11-a6212cd857d8Abgerufen am 11.08.2026 |
| TaxEval v2Stepwise Reasoning | 82,911 % | 84,464 %Gewinner | 2accuracyMehr ist besserKohorte: vals-tax-eval-v2:2:stepwise_reasoningKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-tax_eval_v2-2026-08-11-d05a40bf446fAbgerufen am 11.08.2026 |
| Terminal-Bench 2.1Hard | 36,667 % | 40 %Gewinner | 2.1accuracyMehr ist besserKohorte: vals-terminal-bench-2-1:2.1:hardKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-terminal-bench-2-1-2026-08-11-8f0ebd72a609Abgerufen am 11.08.2026 |
| Vals IndexFinance Agent v2 | 37,61 % | 41,243 %Gewinner | 1.2benchmark scoreMehr ist besserKohorte: vals-vals-index:1.2:finance_agentKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-vals_index-2026-08-11-e79d08d59249Abgerufen am 11.08.2026 |
| Arena Text, Style ControlCoding | 1.491,103 Arena-Punkte 95-%-Konfidenzintervall: ±6,694Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.520,126 Arena-PunkteGewinner 95-%-Konfidenzintervall: ±6,518Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | style-control-v1style-controlled Bradley-Terry ratingMehr ist besserKohorte: lmarena-text-style-control:2026-08-12:codingKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Snapshot: mimo-v2.5, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlMiMo-V2.5: Stilbereinigte Arena-Bewertung aus 12.905 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 13.962 anonymen Paarvergleichen. | ArenaTyp: Offizielles Benchmark-LeaderboardMessstand: 12.08.2026Import-ID: lmarena-eeedf9209373a7f9b324bfb839e7b02fedacd1e5-1611ed64f3f1Abgerufen am 16.08.2026 |
| Code MigrationCode Quality | 2,788 / 5 | 3,382 / 5Gewinner | 1mean reviewer code-quality ratingMehr ist besserKohorte: vals-code-migration:1:code_qualityKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-code-migration-2026-08-11-3a2d5ce718a3Abgerufen am 11.08.2026 |
| CorpFin v2Shared Max Context | 60,14 % | 62,471 %Gewinner | 2accuracyMehr ist besserKohorte: vals-corp-fin-v2:2:shared_max_contextKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-corp_fin_v2-2026-08-11-d9e58d191cd9Abgerufen am 11.08.2026 |
| Finance Agent (v2)Comparables | 31,672 % | 40,15 %Gewinner | 2accuracyMehr ist besserKohorte: vals-finance-agent-v2:2:comparablesKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-fabv2-2026-08-11-3e5c93a1857cAbgerufen am 11.08.2026 |
| LegalBenchIssue Tasks | 86,337 %Gewinner | 80,173 % | 1accuracyMehr ist besserKohorte: vals-legal-bench:1:issue_tasksKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-legal_bench-2026-08-11-836e5e44618eAbgerufen am 11.08.2026 |
| LiveCodeBench v6Medium | 86,945 %Gewinner | 86,423 % | 1accuracyMehr ist besserKohorte: vals-lcb:1:mediumKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-lcb-2026-08-11-0342bcc364e4Abgerufen am 11.08.2026 |
| MMLU-ProChemistry | 89,841 % | 90,459 %Gewinner | 1accuracyMehr ist besserKohorte: vals-mmlu-pro:1:chemistryKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-mmlu_pro-2026-08-11-b8e53828d746Abgerufen am 11.08.2026 |
| SWE-bench Verified1-4 hours | 33,333 %Gleichstand | 33,333 %Gleichstand | 1accuracyMehr ist besserKohorte: vals-swebench:1:1-4 hoursKein dokumentierter Setup-UnterschiedGleichstandMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 08.08.2026Import-ID: vals-swebench-2026-08-11-a6212cd857d8Abgerufen am 11.08.2026 |
| Terminal-Bench 2.1Medium | 70,909 %Gewinner | 65,455 % | 2.1accuracyMehr ist besserKohorte: vals-terminal-bench-2-1:2.1:mediumKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-terminal-bench-2-1-2026-08-11-8f0ebd72a609Abgerufen am 11.08.2026 |
| Vals IndexSWE-bench | 64,706 % | 66,667 %Gewinner | 1.2benchmark scoreMehr ist besserKohorte: vals-vals-index:1.2:swebenchKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Keine weiteren Einstellungen ausgewiesen MiMo-V2.5-Pro: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-vals_index-2026-08-11-e79d08d59249Abgerufen am 11.08.2026 |
| Arena Text, Style ControlCreative writing | 1.393,97 Arena-Punkte 95-%-Konfidenzintervall: ±8,032Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.433,675 Arena-PunkteGewinner 95-%-Konfidenzintervall: ±7,575Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | style-control-v1style-controlled Bradley-Terry ratingMehr ist besserKohorte: lmarena-text-style-control:2026-08-12:creative_writingKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Snapshot: mimo-v2.5, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlMiMo-V2.5: Stilbereinigte Arena-Bewertung aus 7.336 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 8.652 anonymen Paarvergleichen. | ArenaTyp: Offizielles Benchmark-LeaderboardMessstand: 12.08.2026Import-ID: lmarena-eeedf9209373a7f9b324bfb839e7b02fedacd1e5-1611ed64f3f1Abgerufen am 16.08.2026 |
| Finance Agent (v2)Disclosure Analysis | 47,346 % | 53,148 %Gewinner | 2accuracyMehr ist besserKohorte: vals-finance-agent-v2:2:disclosure_analysisKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-fabv2-2026-08-11-3e5c93a1857cAbgerufen am 11.08.2026 |
| LegalBenchRhetoric Tasks | 77,776 %Gewinner | 64,964 % | 1accuracyMehr ist besserKohorte: vals-legal-bench:1:rhetoric_tasksKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-legal_bench-2026-08-11-836e5e44618eAbgerufen am 11.08.2026 |
| MMLU-ProComputer Science | 86,585 % | 88,049 %Gewinner | 1accuracyMehr ist besserKohorte: vals-mmlu-pro:1:computer_scienceKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-mmlu_pro-2026-08-11-b8e53828d746Abgerufen am 11.08.2026 |
| SWE-bench Verified15 min - 1 hour | 70,498 % | 74,713 %Gewinner | 1accuracyMehr ist besserKohorte: vals-swebench:1:15 min - 1 hourKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 08.08.2026Import-ID: vals-swebench-2026-08-11-a6212cd857d8Abgerufen am 11.08.2026 |
| Vals IndexTerminal-Bench 2.1 | 60,674 %Gewinner | 57,303 % | 1.2benchmark scoreMehr ist besserKohorte: vals-vals-index:1.2:terminal_bench_2_1Kein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-vals_index-2026-08-11-e79d08d59249Abgerufen am 11.08.2026 |
| Arena Text, Style ControlEnglish | 1.453,043 Arena-Punkte 95-%-Konfidenzintervall: ±5,602Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.482,21 Arena-PunkteGewinner 95-%-Konfidenzintervall: ±5,356Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | style-control-v1style-controlled Bradley-Terry ratingMehr ist besserKohorte: lmarena-text-style-control:2026-08-12:englishKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Snapshot: mimo-v2.5, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlMiMo-V2.5: Stilbereinigte Arena-Bewertung aus 20.269 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 22.059 anonymen Paarvergleichen. | ArenaTyp: Offizielles Benchmark-LeaderboardMessstand: 12.08.2026Import-ID: lmarena-eeedf9209373a7f9b324bfb839e7b02fedacd1e5-1611ed64f3f1Abgerufen am 16.08.2026 |
| Finance Agent (v2)Earnings Analysis | 45,006 % | 54,614 %Gewinner | 2accuracyMehr ist besserKohorte: vals-finance-agent-v2:2:earnings_analysisKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-fabv2-2026-08-11-3e5c93a1857cAbgerufen am 11.08.2026 |
| LegalBenchRule Tasks | 69,582 % | 72,98 %Gewinner | 1accuracyMehr ist besserKohorte: vals-legal-bench:1:rule_tasksKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-legal_bench-2026-08-11-836e5e44618eAbgerufen am 11.08.2026 |
| MMLU-ProEconomics | 86,73 % | 87,915 %Gewinner | 1accuracyMehr ist besserKohorte: vals-mmlu-pro:1:economicsKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5-ProMiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-mmlu_pro-2026-08-11-b8e53828d746Abgerufen am 11.08.2026 |
| Vals IndexVibe Code Bench | 48,148 %Gewinner | 36,321 % | 1.2benchmark scoreMehr ist besserKohorte: vals-vals-index:1.2:vibe_code_benchKein dokumentierter Setup-UnterschiedSieger: MiMo-V2.5MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-vals_index-2026-08-11-e79d08d59249Abgerufen am 11.08.2026 |
Die Tabelle zeigt 64 diversifizierte Messreihen aus insgesamt 101 gemeinsamen Ergebnissen. Dadurch verdrängt ein Benchmark mit vielen Unteraufgaben nicht alle anderen Tests.
So liest du den Vergleich
Ein Benchmark-Sieg ist kein Gesamturteil
Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.
Preise beziehen sich auf die offiziellen API-Tarife pro 1 Mio. Token. Web-Abos und Cloud-Aufschläge können davon abweichen.
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 MiMo-V2.5 und MiMo-V2.5-Pro mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.
Zum vollständigen LLM-Vergleich