Un usuario de Reddit informa que Mimo v2.5 supera a DeepSeek V4 Flash en tareas de codificación tras realizar benchmarks a través de un endpoint Open Code. El autor probó varios modelos utilizando el framework Terminal Bench v2.0, encontrando que Hermes obtuvo un 55% con Mimo v2.5 mientras que otras combinaciones obtuvieron menos del 50%. Aunque DeepSeek V4 Flash se considera un modelo sólido, el usuario encontró que Mimo v2.5 fue más útil para la resolución de problemas complejos de la vida real.
- Hermes logró una puntuación del 55% en Terminal Bench v2.0 al emparejarse con Mimo v2.5 a través del endpoint Open Code.
- Otros modelos y frameworks, incluido DeepSeek V4 Flash, obtuvieron menos del 50% en las mismas pruebas.
- El usuario probó Hy3 Preview pero encontró que sus puntuaciones eran bajas y sintió que estaba excesivamente entrenado en benchmarks.
- Hermes fue identificado como la herramienta CLI superior para modelos de bajo nivel en este estudio de caso específico.