Xiaomi · pașaport de model
Mimo V2 Flash Thinking
mimo-v2-flash-thinking- Ponderi deschise
- Licență MIT
- Lansat 2026-10-15(văzut prima dată pe LMArena (aproximativ))
- General · LMArena
- 1,386#198 din 469
- Cea mai bună percentilă
- 60.1Prompturi dificile
- Poziția în cohortă
- 46.9mediană 57.9
Ce spun datele
Evaluat pe 6 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai slabe axe
- 15 pct — WebDev Arena (1,292)
Neuniform: 45,1 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 60.1 pct pe Prompturi dificile față de 15 pct pe WebDev Arena.
- Prompturi dificile60.1 pct1,411Verifică →
- Urmarea instrucțiunilor58.8 pct1,375Verifică →
- Programare58.3 pct1,433Verifică →
- General58 pct1,386Verifică →
- Factuality Arena21.4 pct1,409Verifică →
- WebDev Arena15 pct1,292Verifică →
- 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
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- IFBench (Artificial Analysis)Neevaluat
- 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.
The mimo-v2-flash (thinking) model from xiaomi covers 6 of 27 axes with a composite score of 45.3 and a shrunk score of 46.9, representing 46.9% coverage without thin coverage.
pozițieVerifică →In the xiaomi mimo-v2-flash (thinking) cohort of 224 models, the model standing is 46.9, which is below the cohort median standing of 57.9 over a window of 180 days.
cohortăVerifică →
The mimo-v2-flash (thinking) model from xiaomi shows a sensitivity spread of 634 ranks between the Agentic and Toate sursele templates across 6 covered templates, with minRank 124 and maxRank 758.
oscilație a pozițieiVerifică →
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 →