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.

gemeinsame Messreihen: 101
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 MiMo-V2.5 und MiMo-V2.5-Pro
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

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 MiMo-V2.5 und MiMo-V2.5-Pro
Preisart	MiMo-V2.5	MiMo-V2.5-Pro
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	31.07.2026 Quelle	31.07.2026 Quelle

MiMo-V2.5MiMo-V2.5-Pro

API-EingabeUSD pro 1 Mio. Token, Basistarif

MiMo-V2.50,14 $

MiMo-V2.5-Pro0,435 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

MiMo-V2.50,28 $

MiMo-V2.5-Pro0,87 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

MiMo-V2.50,003 $

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 MiMo-V2.5 und MiMo-V2.5-Pro
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
MiMo-V2.5	Xiaomi	Direkt beim EntwicklerStandard-API	0,14 $	0,28 $	Quelle31.07.2026
	DeepInfra	Über OpenRouterdeepinfra/bf16	0,4 $	2 $	Quelle25.08.2026
	GMICloud	Über OpenRoutergmicloud/fp8	Günstigster erfasster Preis: 0,119 $	Günstigster erfasster Preis: 0,238 $	Quelle25.08.2026
	Novita	Über OpenRouternovita/fp8	0,168 $	0,336 $	Quelle25.08.2026
	Parasail	Über OpenRouterparasail/fp8	0,14 $	0,28 $	Quelle25.08.2026
	Xiaomi	Über OpenRouterxiaomi/fp8	0,14 $	0,28 $	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.

MiMo-V2.5

MiMo-V2.5-Pro

Coding: 89,2 / 96,1 (5 Benchmarkfamilien)

Reasoning: 98,3 / 100 (2 Benchmarkfamilien)

Mathematik: 85,1 / 100 (2 Benchmarkfamilien)

Wissen: 97,8 / 100 (2 Benchmarkfamilien)

Finanzen: 95,5 / 100 (5 Benchmarkfamilien)

Recht: 83,1 / 98,9 (4 Benchmarkfamilien)

Agenten-Aufgaben: 97,9 / 90,4 (1 Benchmarkfamilie)

Gesundheit: 93,9 / 100 (3 Benchmarkfamilien)

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

MiMo-V2.5MiMo-V2.5-Pro

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

MiMo-V2.514,228 %

MiMo-V2.5-Pro21,557 %

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

MiMo-V2.559,907 %

MiMo-V2.5-Pro61,422 %

EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

MiMo-V2.555,092 %

MiMo-V2.5-Pro55,228 %

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

MiMo-V2.536,728 %

MiMo-V2.5-Pro41,502 %

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

MiMo-V2.581,566 %

MiMo-V2.5-Pro82,576 %

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

MiMo-V2.51,667 %

MiMo-V2.5-Pro2,083 %

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

MiMo-V2.59,135 %

MiMo-V2.5-Pro15,865 %

LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

MiMo-V2.578,886 %

MiMo-V2.5-Pro77,129 %

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

MiMo-V2.581,512 %

MiMo-V2.5-Pro81,354 %

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

MiMo-V2.51.433,655

MiMo-V2.5-Pro1.467,692

MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

MiMo-V2.531,895 %

MiMo-V2.5-Pro32,484 %

MedScribeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

MiMo-V2.572,151 %

MiMo-V2.5-Pro83,73 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von MiMo-V2.5 und MiMo-V2.5-Pro
Benchmark und Aufgabe	MiMo-V2.5	MiMo-V2.5-Pro	Quelle
Code MigrationOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	14,228 %	Gewinner21,557 %	Vals AI Quellendetails Datenstand: 19.08.2026
CorpFin v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	59,907 %	Gewinner61,422 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	55,092 %	Gewinner55,228 %	Vals AI Quellendetails Datenstand: 19.08.2026
Finance Agent (v2)Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	36,728 %	Gewinner41,502 %	Vals AI Quellendetails Datenstand: 19.08.2026
GPQA DiamondOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	81,566 %	Gewinner82,576 %	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	1,667 %	Gewinner2,083 %	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	9,135 %	Gewinner15,865 %	Vals AI Quellendetails Datenstand: 19.08.2026
LegalBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner78,886 %	77,129 %	Vals AI Quellendetails Datenstand: 19.08.2026
LiveCodeBench v6Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner81,512 %	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 besserMiMo-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 44.557 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 54.177 anonymen Paarvergleichen.	1.433,655 95-%-Konfidenzintervall: ±4,349Der 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	31,895 %	Gewinner32,484 %	Vals AI Quellendetails Datenstand: 20.08.2026
MedScribeOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	72,151 %	Gewinner83,73 %	Vals AI Quellendetails Datenstand: 20.08.2026
MMLU-ProOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	82,931 %	Gewinner84,595 %	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	71 %	Gewinner74 %	Vals AI Quellendetails Datenstand: 19.08.2026
TaxEval v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	71,832 %	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	Gewinner60,674 %	57,303 %	Vals AI Quellendetails Datenstand: 19.08.2026
Vals IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: weighted index scoreBewertung: Mehr ist besser	39,91 %	Gewinner40,974 %	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	Gewinner42,174 %	34,113 %	Vals AI Quellendetails Datenstand: 19.08.2026
Code MigrationCLI Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	9,88 %	Gewinner13,981 %	Vals AI Quellendetails Datenstand: 09.08.2026
CorpFin v2Exact Pages Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	59,441 %	Gewinner60,373 %	Vals AI Quellendetails Datenstand: 06.08.2026
Finance Agent (v2)Adjustments Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	31,746 %	Gewinner34,386 %	Vals AI Quellendetails Datenstand: 06.08.2026
GPQA DiamondFew-Shot CoT Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	79,798 %	Gewinner80,808 %	Vals AI Quellendetails Datenstand: 09.08.2026
LegalBenchConclusion Tasks Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	86,386 %	Gewinner88,031 %	Vals AI Quellendetails Datenstand: 09.08.2026
LiveCodeBench v6Easy Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	98,447 %	Gewinner99,068 %	Vals AI Quellendetails Datenstand: 09.08.2026
LMArena Text, Style ControlBusiness, management and finance Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserMiMo-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 9.124 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 10.730 anonymen Paarvergleichen.	1.441,586 95-%-Konfidenzintervall: ±7,443Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	Gewinner1.472,047 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-ProBiology Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	90,237 %	Gewinner92,469 %	Vals AI Quellendetails Datenstand: 09.08.2026
SWE-bench Verified<15 min fix Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	80,928 %	Gewinner82,474 %	Vals AI Quellendetails Datenstand: 08.08.2026
TaxEval v2Correctness Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	60,752 %	Gewinner63,123 %	Vals AI Quellendetails Datenstand: 09.08.2026
Terminal-Bench 2.1Easy Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Gewinner100 %	75 %	Vals AI Quellendetails Datenstand: 06.08.2026
Vals IndexCorpFin v2 Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	60,14 %	Gewinner62,471 %	Vals AI Quellendetails Datenstand: 09.08.2026
Code MigrationCOBOL Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	27,273 %	Gewinner44,286 %	Vals AI Quellendetails Datenstand: 09.08.2026
CorpFin v2Max Fitting Context Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	60,14 %	Gewinner61,422 %	Vals AI Quellendetails Datenstand: 06.08.2026
Finance Agent (v2)All-Pass Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	23,785 %	Gewinner28,848 %	Vals AI Quellendetails Datenstand: 06.08.2026
GPQA DiamondZero-Shot CoT Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	83,333 %	Gewinner84,343 %	Vals AI Quellendetails Datenstand: 09.08.2026
LegalBenchInterpretation Tasks Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	74,351 %	Gewinner79,497 %	Vals AI Quellendetails Datenstand: 09.08.2026
LiveCodeBench v6Hard Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Gewinner59,143 %	58,571 %	Vals AI Quellendetails Datenstand: 09.08.2026
LMArena Text, Style ControlChinese Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserMiMo-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 2.144 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 2.924 anonymen Paarvergleichen.	1.484,396 95-%-Konfidenzintervall: ±13,568Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	Gewinner1.512,486 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-ProBusiness Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	89,227 %	Gewinner89,987 %	Vals AI Quellendetails Datenstand: 09.08.2026
SWE-bench Verified>4 hours Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	0 %	Gewinner33,333 %	Vals AI Quellendetails Datenstand: 08.08.2026
TaxEval v2Stepwise Reasoning Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	82,911 %	Gewinner84,464 %	Vals AI Quellendetails Datenstand: 09.08.2026
Terminal-Bench 2.1Hard Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	36,667 %	Gewinner40 %	Vals AI Quellendetails Datenstand: 06.08.2026
Vals IndexFinance Agent v2 Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	37,61 %	Gewinner41,243 %	Vals AI Quellendetails Datenstand: 09.08.2026
Code MigrationCode Quality Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	2,788 / 5	Gewinner3,382 / 5	Vals AI Quellendetails Datenstand: 09.08.2026
CorpFin v2Shared Max Context Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	60,14 %	Gewinner62,471 %	Vals AI Quellendetails Datenstand: 06.08.2026
Finance Agent (v2)Comparables Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	31,672 %	Gewinner40,15 %	Vals AI Quellendetails Datenstand: 06.08.2026
LegalBenchIssue Tasks Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Gewinner86,337 %	80,173 %	Vals AI Quellendetails Datenstand: 09.08.2026
LiveCodeBench v6Medium Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Gewinner86,945 %	86,423 %	Vals AI Quellendetails Datenstand: 09.08.2026
LMArena Text, Style ControlCoding Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserMiMo-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 12.875 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 14.938 anonymen Paarvergleichen.	1.490,724 95-%-Konfidenzintervall: ±6,691Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	Gewinner1.519,057 95-%-Konfidenzintervall: ±6,293Der 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 Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	89,841 %	Gewinner90,459 %	Vals AI Quellendetails Datenstand: 09.08.2026
SWE-bench Verified1-4 hours Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Gleichstand33,333 %	Gleichstand33,333 %	Vals AI Quellendetails Datenstand: 08.08.2026
Terminal-Bench 2.1Medium Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Gewinner70,909 %	65,455 %	Vals AI Quellendetails Datenstand: 06.08.2026
Vals IndexSWE-bench Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besser	64,706 %	Gewinner66,667 %	Vals AI Quellendetails Datenstand: 09.08.2026
Finance Agent (v2)Disclosure Analysis Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	47,346 %	Gewinner53,148 %	Vals AI Quellendetails Datenstand: 06.08.2026
LegalBenchRhetoric Tasks Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Gewinner77,776 %	64,964 %	Vals AI Quellendetails Datenstand: 09.08.2026
LMArena Text, Style ControlCreative writing Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserMiMo-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 7.321 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 9.467 anonymen Paarvergleichen.	1.393,348 95-%-Konfidenzintervall: ±8,025Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	Gewinner1.436,134 95-%-Konfidenzintervall: ±7,31Der 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 Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	86,585 %	Gewinner88,049 %	Vals AI Quellendetails Datenstand: 09.08.2026
SWE-bench Verified15 min - 1 hour Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	70,498 %	Gewinner74,713 %	Vals AI Quellendetails Datenstand: 08.08.2026
Vals IndexTerminal-Bench 2.1 Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Gewinner60,674 %	57,303 %	Vals AI Quellendetails Datenstand: 09.08.2026
Finance Agent (v2)Earnings Analysis Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	45,006 %	Gewinner54,614 %	Vals AI Quellendetails Datenstand: 06.08.2026
LegalBenchRule Tasks Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	69,582 %	Gewinner72,98 %	Vals AI Quellendetails Datenstand: 09.08.2026
LMArena Text, Style ControlEnglish Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserMiMo-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 20.247 anonymen Paarvergleichen.MiMo-V2.5-Pro: Stilbereinigte Arena-Bewertung aus 23.554 anonymen Paarvergleichen.	1.452,366 95-%-Konfidenzintervall: ±5,601Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	Gewinner1.482,078 95-%-Konfidenzintervall: ±5,182Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 21.08.2026
MMLU-ProEconomics Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	86,73 %	Gewinner87,915 %	Vals AI Quellendetails Datenstand: 09.08.2026
Vals IndexVibe Code Bench Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserEinstellungen: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Gewinner48,148 %	36,321 %	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

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

Zum vollständigen LLM-Vergleich