Direktvergleich

DeepSeek-V4-Pro vs. MiMo-V2.5-Pro

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: 26.08.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von DeepSeek-V4-Pro und MiMo-V2.5-Pro
Merkmal	DeepSeek-V4-Pro	MiMo-V2.5-Pro
Anbieter	DeepSeek	Xiaomi
Erschienen	24. Apr. 2026	23. Apr. 2026
Verfügbarkeit	Preview	Open Source
Modelltyp	Open Weights	Open Weights
Parameter	1,6 Billionen, 49 Mrd. aktiv	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

Kosten

API-Preise im Vergleich

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.

API-Preise von DeepSeek-V4-Pro und MiMo-V2.5-Pro
Preisart	DeepSeek-V4-Pro	MiMo-V2.5-Pro
API-Eingabe	0,43 $	0,43 $
API-Ausgabe	0,87 $	0,87 $
Cache lesen	0, $	0, $
Cache schreiben (5 Min.)	Nicht ausgewiesen	Nicht ausgewiesen
Cache schreiben (1 Std.)	Nicht ausgewiesen	Nicht ausgewiesen
Preis geprüft	30.07.2026 Quelle	31.07.2026 Quelle

DeepSeek-V4-ProMiMo-V2.5-Pro

API-EingabeUSD pro 1 Mio. Token, Basistarif

DeepSeek-V4-Pro0,435 $

MiMo-V2.5-Pro0,435 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

DeepSeek-V4-Pro0,87 $

MiMo-V2.5-Pro0,87 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

DeepSeek-V4-Pro0,004 $

MiMo-V2.5-Pro0,004 $

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 DeepSeek-V4-Pro und MiMo-V2.5-Pro
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
DeepSeek-V4-Pro	DeepSeek	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 0,435 $	Günstigster erfasster Preis: 0,87 $	Quelle30.07.2026
	Alibaba	Über OpenRouteralibaba	1,122 $	3,366 $	Quelle25.08.2026
	BaseTen	Über OpenRouterbaseten/fp4	1,32 $	3,96 $	Quelle25.08.2026
	Cloudflare	Über OpenRoutercloudflare	1,32 $	3,96 $	Quelle25.08.2026
	DeepInfra	Über OpenRouterdeepinfra/fp8	1,3 $	2,6 $	Quelle25.08.2026
	DeepSeek	Über OpenRouterdeepseek	0,66 $	1,98 $	Quelle25.08.2026
	DigitalOcean	Über OpenRouterdigitalocean	1,32 $	3,96 $	Quelle25.08.2026
	Fireworks	Über OpenRouterfireworks	1,32 $	3,96 $	Quelle25.08.2026
	GMICloud	Über OpenRoutergmicloud/fp8	1,122 $	3,366 $	Quelle25.08.2026
	Novita	Über OpenRouternovita/fp8	1,32 $	3,96 $	Quelle25.08.2026
	Parasail	Über OpenRouterparasail/fp8	1,32 $	3,96 $	Quelle25.08.2026
	Phala	Über OpenRouterphala	1,45 $	4,36 $	Quelle25.08.2026
	Sail Research	Über OpenRoutersail-research/fp4	1,32 $	3,96 $	Quelle25.08.2026
	SiliconFlow	Über OpenRoutersiliconflow/fp8	1,32 $	3,96 $	Quelle25.08.2026
	StreamLake	Über OpenRouterstreamlake	1,32 $	3,96 $	Quelle25.08.2026
	Together	Über OpenRoutertogether	1,32 $	3,96 $	Quelle25.08.2026
MiMo-V2.5-Pro	Xiaomi	Direkt beim EntwicklerStandard-API	0,435 $	0,87 $	Quelle31.07.2026
	AtlasCloud	Über OpenRouteratlas-cloud/fp8	0,435 $	0,87 $	Quelle25.08.2026
	DeepInfra	Über OpenRouterdeepinfra/fp8	1 $	3 $	Quelle25.08.2026
	DigitalOcean	Über OpenRouterdigitalocean	0,4 $	1,5 $	Quelle25.08.2026
	GMICloud	Über OpenRoutergmicloud/bf16	Günstigster erfasster Preis: 0,3045 $	Günstigster erfasster Preis: 0,609 $	Quelle25.08.2026
	Novita	Über OpenRouternovita	0,4802 $	0,9605 $	Quelle25.08.2026
	StreamLake	Über OpenRouterstreamlake	0,522 $	1,044 $	Quelle25.08.2026
	Xiaomi	Über OpenRouterxiaomi/fp8	0,435 $	0,87 $	Quelle25.08.2026

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.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

DeepSeek-V4-Pro

MiMo-V2.5-Pro

Coding: 99,8 / 87,8 (5 Benchmarkfamilien)

Reasoning: 99,3 / 96,2 (2 Benchmarkfamilien)

Mathematik: 85,3 / 100 (2 Benchmarkfamilien)

Wissen: 99,5 / 98,5 (2 Benchmarkfamilien)

Finanzen: 98,1 / 98,8 (5 Benchmarkfamilien)

Recht: 100 / 80,1 (4 Benchmarkfamilien)

Agenten-Aufgaben: 87,6 / 100 (1 Benchmarkfamilie)

Gesundheit: 96,3 / 93,4 (3 Benchmarkfamilien)

48 passende Messreihen aus 19 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 10 vergleichbaren Kategorien.

DeepSeek-V4-ProMiMo-V2.5-Pro

Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

DeepSeek-V4-Pro26,201 %

MiMo-V2.5-Pro21,557 %

CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

DeepSeek-V4-Pro61,383 %

MiMo-V2.5-Pro61,422 %

EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

DeepSeek-V4-Pro51,623 %

MiMo-V2.5-Pro55,228 %

Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

DeepSeek-V4-Pro44,083 %

MiMo-V2.5-Pro41,502 %

GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

DeepSeek-V4-Pro89,394 %

MiMo-V2.5-Pro82,576 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied

DeepSeek-V4-Pro3,75 %

MiMo-V2.5-Pro2,083 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied

DeepSeek-V4-Pro23,077 %

MiMo-V2.5-Pro15,865 %

LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

DeepSeek-V4-Pro80,323 %

MiMo-V2.5-Pro77,129 %

LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

DeepSeek-V4-Pro87,484 %

MiMo-V2.5-Pro81,354 %

LMArena Text, Style ControlOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

DeepSeek-V4-Pro1.457,7

MiMo-V2.5-Pro1.467,692

MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

DeepSeek-V4-Pro40,455 %

MiMo-V2.5-Pro32,484 %

MedScribeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

DeepSeek-V4-Pro75,144 %

MiMo-V2.5-Pro83,73 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von DeepSeek-V4-Pro und MiMo-V2.5-Pro
Benchmark und Aufgabe	DeepSeek-V4-Pro	MiMo-V2.5-Pro	Quelle
Code MigrationOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner26,201 %	21,557 %	Vals AI Quellendetails Datenstand: 19.08.2026
CorpFin v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	61,383 %	Gewinner61,422 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	51,623 %	Gewinner55,228 %	Vals AI Quellendetails Datenstand: 19.08.2026
Finance Agent (v2)Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	Gewinner44,083 %	41,502 %	Vals AI Quellendetails Datenstand: 19.08.2026
GPQA DiamondOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner89,394 %	82,576 %	Vals AI Quellendetails Datenstand: 19.08.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besser	Gewinner3,75 %	2,083 %	Vals AI Quellendetails Datenstand: 19.08.2026
Legal Research BenchOverall · All-pass Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besser	Gewinner23,077 %	15,865 %	Vals AI Quellendetails Datenstand: 19.08.2026
LegalBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner80,323 %	77,129 %	Vals AI Quellendetails Datenstand: 19.08.2026
LiveCodeBench v6Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner87,484 %	81,354 %	Vals AI Quellendetails Datenstand: 19.08.2026
LMArena Text, Style ControlOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserDeepSeek-V4-Pro: Snapshot: deepseek-v4-pro, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlDeepSeek-V4-Pro: Stilbereinigte Arena-Bewertung aus 54.263 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 54.177 anonymen Paarvergleichen.	1.457,7 95-%-Konfidenzintervall: ±4,017Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	Gewinner1.467,692 95-%-Konfidenzintervall: ±4,027Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 21.08.2026
MedCodeOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner40,455 %	32,484 %	Vals AI Quellendetails Datenstand: 20.08.2026
MedScribeOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	75,144 %	Gewinner83,73 %	Vals AI Quellendetails Datenstand: 20.08.2026
MMLU-ProOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner87,249 %	84,595 %	Vals AI Quellendetails Datenstand: 19.08.2026
ProofBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besser	16 %	Gewinner22 %	Vals AI Quellendetails Datenstand: 21.08.2026
SWE-bench VerifiedOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner77,4 %	74 %	Vals AI Quellendetails Datenstand: 19.08.2026
TaxEval v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	72,077 %	Gewinner73,794 %	Vals AI Quellendetails Datenstand: 19.08.2026
Terminal-Bench 2.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besser	50,187 %	Gewinner57,303 %	Vals AI Quellendetails Datenstand: 19.08.2026
Vals IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: weighted index scoreBewertung: Mehr ist besser	Gewinner42,888 %	40,974 %	Vals AI Quellendetails Datenstand: 19.08.2026
Vibe Code Bench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands	Gewinner49,931 %	34,113 %	Vals AI Quellendetails Datenstand: 19.08.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert15,47 %	13,981 %	Vals AI Quellendetails Datenstand: 09.08.2026
CorpFin v2Exact Pages Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	59,207 %	Höherer Messwert60,373 %	Vals AI Quellendetails Datenstand: 06.08.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert57,434 %	47,341 %	Vals AI Quellendetails Datenstand: 06.08.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert41,586 %	34,386 %	Vals AI Quellendetails Datenstand: 06.08.2026
GPQA DiamondFew-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert90,404 %	80,808 %	Vals AI Quellendetails Datenstand: 09.08.2026
LegalBenchConclusion Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert89,117 %	88,031 %	Vals AI Quellendetails Datenstand: 09.08.2026
LiveCodeBench v6Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	98,758 %	Höherer Messwert99,068 %	Vals AI Quellendetails Datenstand: 09.08.2026
LMArena Text, Style ControlOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserDeepSeek-V4-Pro: Snapshot: deepseek-v4-pro-high-preview, Reasoning: high, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlDeepSeek-V4-Pro: Stilbereinigte Arena-Bewertung aus 51.642 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 54.177 anonymen Paarvergleichen.	1.455,038 95-%-Konfidenzintervall: ±4,085Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	Höherer Messwert1.467,692 95-%-Konfidenzintervall: ±4,027Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 21.08.2026
MMLU-ProBiology Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert92,887 %	92,469 %	Vals AI Quellendetails Datenstand: 09.08.2026
SWE-bench Verified<15 min fix Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert87,629 %	82,474 %	Vals AI Quellendetails Datenstand: 08.08.2026
TaxEval v2Correctness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	60,589 %	Höherer Messwert63,123 %	Vals AI Quellendetails Datenstand: 09.08.2026
Terminal-Bench 2.1Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	66,667 %	Höherer Messwert75 %	Vals AI Quellendetails Datenstand: 06.08.2026
Vals IndexCorpFin v2 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	61,888 %	Höherer Messwert62,471 %	Vals AI Quellendetails Datenstand: 09.08.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert58,393 %	44,286 %	Vals AI Quellendetails Datenstand: 09.08.2026
CorpFin v2Max Fitting Context Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert63,054 %	61,422 %	Vals AI Quellendetails Datenstand: 06.08.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	62,572 %	Höherer Messwert77,965 %	Vals AI Quellendetails Datenstand: 06.08.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert31,448 %	28,848 %	Vals AI Quellendetails Datenstand: 06.08.2026
GPQA DiamondZero-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert88,384 %	84,343 %	Vals AI Quellendetails Datenstand: 09.08.2026
LegalBenchInterpretation Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	75,169 %	Höherer Messwert79,497 %	Vals AI Quellendetails Datenstand: 09.08.2026
LiveCodeBench v6Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert72,571 %	58,571 %	Vals AI Quellendetails Datenstand: 09.08.2026
LMArena Text, Style ControlBusiness, management and finance Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserDeepSeek-V4-Pro: Snapshot: deepseek-v4-pro, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlDeepSeek-V4-Pro: Stilbereinigte Arena-Bewertung aus 10.743 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 10.730 anonymen Paarvergleichen.	1.460,843 95-%-Konfidenzintervall: ±6,925Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	Kein klarer Vorsprung1.472,047 95-%-Konfidenzintervall: ±6,917Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 21.08.2026
MMLU-ProBusiness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert91,888 %	89,987 %	Vals AI Quellendetails Datenstand: 09.08.2026
SWE-bench Verified>4 hours Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	0 %	Höherer Messwert33,333 %	Vals AI Quellendetails Datenstand: 08.08.2026
TaxEval v2Stepwise Reasoning Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	83,565 %	Höherer Messwert84,464 %	Vals AI Quellendetails Datenstand: 09.08.2026
Terminal-Bench 2.1Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	31,111 %	Höherer Messwert40 %	Vals AI Quellendetails Datenstand: 06.08.2026
Vals IndexFinance Agent v2 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert44,081 %	41,243 %	Vals AI Quellendetails Datenstand: 09.08.2026
Code MigrationCode Quality Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert3,401 / 5	3,382 / 5	Vals AI Quellendetails Datenstand: 09.08.2026
CorpFin v2Shared Max Context Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	61,888 %	Höherer Messwert62,471 %	Vals AI Quellendetails Datenstand: 06.08.2026
EMBDCF Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert44,435 %	43,63 %	Vals AI Quellendetails Datenstand: 06.08.2026
Finance Agent (v2)Comparables Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	39,632 %	Höherer Messwert40,15 %	Vals AI Quellendetails Datenstand: 06.08.2026
LegalBenchIssue Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert84,587 %	80,173 %	Vals AI Quellendetails Datenstand: 09.08.2026
LiveCodeBench v6Medium Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert91,123 %	86,423 %	Vals AI Quellendetails Datenstand: 09.08.2026
LMArena Text, Style ControlBusiness, management and finance Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserDeepSeek-V4-Pro: Snapshot: deepseek-v4-pro-high-preview, Reasoning: high, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlDeepSeek-V4-Pro: Stilbereinigte Arena-Bewertung aus 10.412 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 10.730 anonymen Paarvergleichen.	1.448,356 95-%-Konfidenzintervall: ±7,004Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	Höherer Messwert1.472,047 95-%-Konfidenzintervall: ±6,917Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 21.08.2026
MMLU-ProChemistry Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert92,491 %	90,459 %	Vals AI Quellendetails Datenstand: 09.08.2026
SWE-bench Verified1-4 hours Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert45,238 %	33,333 %	Vals AI Quellendetails Datenstand: 08.08.2026
Terminal-Bench 2.1Medium Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	59,394 %	Höherer Messwert65,455 %	Vals AI Quellendetails Datenstand: 06.08.2026
Vals IndexSWE-bench Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besser	Gewinner75,49 %	66,667 %	Vals AI Quellendetails Datenstand: 09.08.2026
EMBLBO Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	43,938 %	Höherer Messwert47,739 %	Vals AI Quellendetails Datenstand: 06.08.2026
Finance Agent (v2)Disclosure Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	52,649 %	Höherer Messwert53,148 %	Vals AI Quellendetails Datenstand: 06.08.2026
LegalBenchRhetoric Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert75,316 %	64,964 %	Vals AI Quellendetails Datenstand: 09.08.2026
LMArena Text, Style ControlChinese Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserDeepSeek-V4-Pro: Snapshot: deepseek-v4-pro, Harness: Arena text, style control MiMo-V2.5-Pro: Snapshot: mimo-v2.5-pro, Harness: Arena text, style controlDeepSeek-V4-Pro: Stilbereinigte Arena-Bewertung aus 2.857 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 2.924 anonymen Paarvergleichen.	1.495,376 95-%-Konfidenzintervall: ±12,11Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	Kein klarer Vorsprung1.512,486 95-%-Konfidenzintervall: ±11,908Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 21.08.2026
MMLU-ProComputer Science Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert89,024 %	88,049 %	Vals AI Quellendetails Datenstand: 09.08.2026
SWE-bench Verified15 min - 1 hour Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert75,862 %	74,713 %	Vals AI Quellendetails Datenstand: 08.08.2026
Vals IndexTerminal-Bench 2.1 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserDeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	50,187 %	Höherer Messwert57,303 %	Vals AI Quellendetails Datenstand: 09.08.2026
EMBM&A Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens MiMo-V2.5-Pro: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	48,156 %	Höherer Messwert64,098 %	Vals AI Quellendetails Datenstand: 06.08.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

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.

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

Vergleiche DeepSeek-V4-Pro und MiMo-V2.5-Pro mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich