Redditのユーザーは、Open Codeエンドポイント経由でベンチマークを行った結果、Mimo v2.5がコーディングタスクにおいてDeepSeek V4 Flashを上回ると報告しています。著者はTerminal Bench v2.0ハーネスを使用して複数のモデルをテストし、Mimo v2.5と組み合わせたHermesが55%のスコアを獲得した一方、他の組み合わせは50%未満にとどまったことを発見しました。DeepSeek V4 Flashは強力なモデルと考えられていますが、ユーザーは現実的な複雑な問題解決においてMimo v2.5の方がより有用であると見なしました。
- HermesはOpen Codeエンドポイント経由でMimo v2.5とペアリングされた際、Terminal Bench v2.0で55%のスコアを獲得しました。
- DeepSeek V4 Flashを含む他のモデルおよびハーネスは、同じテストで50%未満のスコアにとどまりました。
- ユーザーはHy3 Previewをテストしましたが、スコアが低く、ベンチマークに対して過度にトレーニングされていると感じました。
- この特定の場合研究において、Hermesは低レベルモデルに対する優れたCLIツールとして特定されました。