Xiaomi · pașaport de model
Mimo V2 Flash
mimo-v2-flash- Ponderi deschise
- Licență MIT
- 309.8B parametri
- Lansat 2025-12-16(repo HF creat)
- General · LMArena
- 1,392#160 din 396
- Cea mai bună percentilă
- 97.3LiveCodeBench (Artificial Analysis)
- Poziția în cohortă
- 59.8mediană 55.0
Ce spun datele
Evaluat pe 9 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai puternice axe
- 97.3 pct — LiveCodeBench (Artificial Analysis) (86.8%)
- 88.8 pct — MMLU-Pro (Artificial Analysis) (84.3%)
- 85.8 pct — IFBench (Artificial Analysis) (71.8%)
Neuniform: 77,2 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 97.3 pct pe LiveCodeBench (Artificial Analysis) față de 20.1 pct pe WebDev Arena.
- LiveCodeBench (Artificial Analysis)97.3 pct86.8%Verifică →
- MMLU-Pro (Artificial Analysis)88.8 pct84.3%Verifică →
- IFBench (Artificial Analysis)85.8 pct71.8%Verifică →
- Programare62.9 pct1,447Verifică →
- Urmarea instrucțiunilor60.6 pct1,382Verifică →
- General59.8 pct1,392Verifică →
- Prompturi dificile59.8 pct1,413Verifică →
- Factuality Arena32.6 pct1,422Verifică →
- WebDev Arena20.1 pct1,330Verifică →
- Vision ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- GPQA DiamondNeevaluat
- AIME (matematică)Neevaluat
- FrontierMathNeevaluat
- SimpleQA VerifiedNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- LiveBenchNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- Halucinații HHEM (Vectara)Neevaluat
- SWE-bench VerifiedNeevaluat
- Terminal-BenchNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
Cum îl rulezi
Rulează-l singur
Transformers
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "XiaomiMiMo/MiMo-V2-Flash"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)Ollama
Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →
Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →
Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.
mimo-v2-flash (non-thinking) stands at 59.8 (raw mean 63.1) — measured on 9 of 27 axes.
mimo-v2-flash (non-thinking) stands at 59.8 versus a cohort median of 55 across 125 models released within 180 days — above the peer median.
mimo-v2-flash (non-thinking) scores at percentile 97.3 on LiveCodeBench (Artificial Analysis).
mimo-v2-flash (non-thinking) scores at percentile 88.8 on MMLU-Pro (Artificial Analysis).
mimo-v2-flash (non-thinking) ranks between #120 and #321 across 6 built-in weightings — best under "Agentic", worst under "Axat pe programare".
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →