Zum Hauptinhalt springen

Direktvergleich

Kimi K3 vs. MiMo-V2.5

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen
114
verschiedene Benchmarks
23
jüngster Abruf
26.08.2026

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 Kimi K3 und MiMo-V2.5
MerkmalKimi K3MiMo-V2.5
AnbieterMoonshot AIXiaomi
Erschienen16. Juli 202623. Apr. 2026
VerfügbarkeitAktivOpen Source
ModelltypOpen WeightsOpen Weights
Parameter2,8 Billionen, 104 Mrd. aktivNicht veröffentlicht
ArchitekturMixture of ExpertsMixture of Experts
Kontextfenster1.048.576 Token1.000.000 Token
WissensstandNicht veröffentlichtNicht veröffentlicht
Technische QuellenModellModell, Kontext

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 Kimi K3 und MiMo-V2.5
PreisartKimi K3MiMo-V2.5
API-Eingabe3 $0,14 $
API-Ausgabe15 $0,28 $
Cache lesen0,3 $0, $
Cache schreiben (5 Min.)Nicht ausgewiesenNicht ausgewiesen
Cache schreiben (1 Std.)Nicht ausgewiesenNicht ausgewiesen
Preis geprüft30.07.2026 Quelle31.07.2026 Quelle
Kimi K3MiMo-V2.5
API-EingabeUSD pro 1 Mio. Token, Basistarif
Kimi K33 $
MiMo-V2.5Günstiger0,14 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
Kimi K315 $
MiMo-V2.5Günstiger0,28 $
Cache lesenUSD pro 1 Mio. Token, Basistarif
Kimi K30,3 $
MiMo-V2.5Günstiger0,003 $

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 Kimi K3 und MiMo-V2.5
ModellAnbieterBezugsweg und TarifEingabe pro 1 Mio. TokenAusgabe pro 1 Mio. TokenQuelle
Kimi K3Moonshot AIDirekt beim EntwicklerStandard-API3 $15 $Quelle30.07.2026
AlibabaÜber OpenRouteralibaba3,45 $17,25 $Quelle25.08.2026
BaseTenÜber OpenRouterbaseten/fp83 $15 $Quelle25.08.2026
ChutesÜber OpenRouterchutes/mxfp43 $15 $Quelle25.08.2026
DeepInfraÜber OpenRouterdeepinfra/bf162,85 $14,25 $Quelle25.08.2026
DigitalOceanÜber OpenRouterdigitalocean2,85 $14,25 $Quelle25.08.2026
FireworksÜber OpenRouterfireworks3 $15 $Quelle25.08.2026
FireworksÜber OpenRouterfireworks/fast4,5 $22,5 $Quelle25.08.2026
FireworksÜber OpenRouterfireworks/us3,3 $16,5 $Quelle25.08.2026
ModalÜber OpenRoutermodal/mxfp43 $15 $Quelle25.08.2026
Moonshot AIÜber OpenRoutermoonshotai/mxfp43 $15 $Quelle25.08.2026
MorphÜber OpenRoutermorph/fast6 $22,5 $Quelle25.08.2026
MorphÜber OpenRoutermorph/fp4Günstigster erfasster Preis: 2,8 $Günstigster erfasster Preis: 14 $Quelle25.08.2026
PhalaÜber OpenRouterphala3 $15 $Quelle25.08.2026
TogetherÜber OpenRoutertogether3 $15 $Quelle25.08.2026
MiMo-V2.5XiaomiDirekt beim EntwicklerStandard-API0,14 $0,28 $Quelle31.07.2026
DeepInfraÜber OpenRouterdeepinfra/bf160,4 $2 $Quelle25.08.2026
GMICloudÜber OpenRoutergmicloud/fp8Günstigster erfasster Preis: 0,119 $Günstigster erfasster Preis: 0,238 $Quelle25.08.2026
NovitaÜber OpenRouternovita/fp80,168 $0,336 $Quelle25.08.2026
ParasailÜber OpenRouterparasail/fp80,14 $0,28 $Quelle25.08.2026
XiaomiÜber OpenRouterxiaomi/fp80,14 $0,28 $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.

255075100CodingReasoningMathematikWissenFinanzenRechtAgenten-AufgabenMultimodal
Kimi K3
MiMo-V2.5
Coding: 100 / 76,9 (4 Benchmarkfamilien)
Reasoning: 100 / 87,8 (1 Benchmarkfamilie)
Mathematik: 100 / 18,4 (1 Benchmarkfamilie)
Wissen: 100 / 94,3 (1 Benchmarkfamilie)
Finanzen: 100 / 83,7 (5 Benchmarkfamilien)
Recht: 100 / 42,6 (3 Benchmarkfamilien)
Agenten-Aufgaben: 100 / 75 (1 Benchmarkfamilie)
Multimodal: 100 / 90,8 (1 Benchmarkfamilie)

24 passende Messreihen aus 22 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 11 vergleichbaren Kategorien.

Kimi K3MiMo-V2.5
Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K3Gewinner16,099 %
MiMo-V2.514,228 %
CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K3Gewinner71,562 %
MiMo-V2.559,907 %
EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K3Gewinner66,399 %
MiMo-V2.555,092 %
Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K3Gewinner54,36 %
MiMo-V2.536,728 %
GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K3Gewinner92,929 %
MiMo-V2.581,566 %
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K3Gewinner10,833 %
MiMo-V2.51,667 %
Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K3Gewinner44,231 %
MiMo-V2.59,135 %
LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K3Gewinner86,016 %
MiMo-V2.578,886 %
LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K3Gewinner87,185 %
MiMo-V2.581,512 %
LMArena Text, Style ControlOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Kimi K3Höherer Messwert1.489,097
MiMo-V2.51.433,655
MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K3Gewinner48,884 %
MiMo-V2.531,895 %
MedScribeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K3Gewinner87,958 %
MiMo-V2.572,151 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Kimi K3 und MiMo-V2.5
Benchmark und AufgabeKimi K3MiMo-V2.5Quelle
Code MigrationOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner16,099 %
14,228 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
CorpFin v2Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser
Gewinner71,562 %
59,907 %
Vals AI
Quellendetails
Datenstand: 12.08.2026
EMBOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner66,399 %
55,092 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Finance Agent (v2)Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser
Gewinner54,36 %
36,728 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
GPQA DiamondOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner92,929 %
81,566 %
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
Gewinner10,833 %
1,667 %
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
Gewinner44,231 %
9,135 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
LegalBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner86,016 %
78,886 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
LiveCodeBench v6Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner87,185 %
81,512 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
LMArena Text, Style ControlOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K3: Snapshot: kimi-k3-max, Reasoning: max, Harness: Arena text, style control
MiMo-V2.5: Snapshot: mimo-v2.5, Harness: Arena text, style controlKimi K3: Stilbereinigte Arena-Bewertung aus 15.054 anonymen Paarvergleichen.MiMo-V2.5: Stilbereinigte Arena-Bewertung aus 44.557 anonymen Paarvergleichen.
Höherer Messwert1.489,097
95-%-Konfidenzintervall: ±5,803Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.433,655
95-%-Konfidenzintervall: ±4,349Der 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
Gewinner48,884 %
31,895 %
Vals AI
Quellendetails
Datenstand: 20.08.2026
MedScribeOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner87,958 %
72,151 %
Vals AI
Quellendetails
Datenstand: 20.08.2026
MMLU-ProOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner87,973 %
82,931 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
MMMU-ProOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner88,15 %
80 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
MortgageTaxOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner66,336 %
59,26 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
ProofBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner87 %
16 %
Vals AI
Quellendetails
Datenstand: 21.08.2026
SAGEOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner54,26 %
43,265 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
SWE-bench VerifiedOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner93,4 %
71 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
TaxEval v2Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser
Gewinner75,716 %
71,832 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Terminal-Bench 2.1Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner80,899 %
60,674 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Vals IndexOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: weighted index scoreBewertung: Mehr ist besser
Gewinner57,813 %
39,91 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Vals Multimodal IndexOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: weighted index scoreBewertung: Mehr ist besser
Gewinner73,42 %
52,767 %
Vals AI
Quellendetails
Datenstand: 11.08.2026
Vibe Code Bench v1.1Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands
Gewinner84,963 %
42,174 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
CorpFin v2Exact Pages
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert69,347 %
59,441 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
Finance Agent (v2)Adjustments
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert51,461 %
31,746 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
GPQA DiamondFew-Shot CoT
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert93,434 %
79,798 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
LegalBenchConclusion Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert90,733 %
86,386 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
LiveCodeBench v6Easy
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert98,758 %
98,447 %
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 besserKimi K3: Snapshot: kimi-k3-max, Reasoning: max, Harness: Arena text, style control
MiMo-V2.5: Snapshot: mimo-v2.5, Harness: Arena text, style controlKimi K3: Stilbereinigte Arena-Bewertung aus 3.052 anonymen Paarvergleichen.MiMo-V2.5: Stilbereinigte Arena-Bewertung aus 9.124 anonymen Paarvergleichen.
Höherer Messwert1.490,29
95-%-Konfidenzintervall: ±11,183Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.441,586
95-%-Konfidenzintervall: ±7,443Der 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 besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert93,863 %
90,237 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
MortgageTaxNumerical Extraction
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert78,855 %
61,049 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
SAGEAutomata
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 30.000 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens
Höherer Messwert44,048 %
29,762 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
SWE-bench Verified<15 min fix
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert92,268 %
80,928 %
Vals AI
Quellendetails
Datenstand: 08.08.2026
TaxEval v2Correctness
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert65,331 %
60,752 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Terminal-Bench 2.1Easy
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
91,667 %
Höherer Messwert100 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
Vals IndexCorpFin v2
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert72,611 %
60,14 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Vals Multimodal IndexCorpFin v2
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert72,611 %
60,14 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
CorpFin v2Max Fitting Context
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert72,727 %
60,14 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
Finance Agent (v2)All-Pass
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert41,69 %
23,785 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
GPQA DiamondZero-Shot CoT
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert92,424 %
83,333 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
LegalBenchInterpretation Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert82,612 %
74,351 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
LiveCodeBench v6Hard
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert74,286 %
59,143 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
LMArena Text, Style ControlChinese
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K3: Snapshot: kimi-k3-max, Reasoning: max, Harness: Arena text, style control
MiMo-V2.5: Snapshot: mimo-v2.5, Harness: Arena text, style controlKimi K3: Stilbereinigte Arena-Bewertung aus 986 anonymen Paarvergleichen.MiMo-V2.5: Stilbereinigte Arena-Bewertung aus 2.144 anonymen Paarvergleichen.
Höherer Messwert1.531,702
95-%-Konfidenzintervall: ±19,329Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.484,396
95-%-Konfidenzintervall: ±13,568Der 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 besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert92,015 %
89,227 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
MortgageTaxSemantic Extraction
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
53,816 %
Höherer Messwert57,472 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
SAGELinear Algebra
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 30.000 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens
Höherer Messwert72,701 %
58,762 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
SWE-bench Verified>4 hours
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert66,667 %
0 %
Vals AI
Quellendetails
Datenstand: 08.08.2026
TaxEval v2Stepwise Reasoning
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert86,1 %
82,911 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Terminal-Bench 2.1Hard
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert74,444 %
36,667 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
Vals IndexFinance Agent v2
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert55,882 %
37,61 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Vals Multimodal IndexFinance Agent v2
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert55,882 %
37,61 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
CorpFin v2Shared Max Context
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert72,611 %
60,14 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
Finance Agent (v2)Comparables
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert46,691 %
31,672 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
LegalBenchIssue Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert91,099 %
86,337 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
LiveCodeBench v6Medium
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert88,512 %
86,945 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
LMArena Text, Style ControlCoding
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K3: Snapshot: kimi-k3-max, Reasoning: max, Harness: Arena text, style control
MiMo-V2.5: Snapshot: mimo-v2.5, Harness: Arena text, style controlKimi K3: Stilbereinigte Arena-Bewertung aus 3.966 anonymen Paarvergleichen.MiMo-V2.5: Stilbereinigte Arena-Bewertung aus 12.875 anonymen Paarvergleichen.
Höherer Messwert1.542,18
95-%-Konfidenzintervall: ±9,859Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.490,724
95-%-Konfidenzintervall: ±6,691Der 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 besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert91,784 %
89,841 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
SAGEPartial Differential Equations
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 30.000 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens
Höherer Messwert46,032 %
41,27 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
SWE-bench Verified1-4 hours
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert92,857 %
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 besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert83,636 %
70,909 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
Vals IndexSWE-bench
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besser
Gewinner95,098 %
64,706 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Vals Multimodal IndexMortgage Tax
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert66,336 %
59,26 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Finance Agent (v2)Disclosure Analysis
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert65,281 %
47,346 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
LegalBenchRhetoric Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K3: Temperatur: 1, Ausgabegrenze: 262.144 tokens
MiMo-V2.5: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert80,813 %
77,776 %
Vals AI
Quellendetails
Datenstand: 09.08.2026

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

Ähnliche LLM-Vergleiche

Vergleiche Kimi K3 und MiMo-V2.5 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich