Пользователь Reddit сообщает, что Mimo v2.5 превосходит DeepSeek V4 Flash в задачах по программированию после бенчмаркинга через endpoint Open Code. Автор протестировал несколько моделей с помощью Terminal Bench v2.0 harness, обнаружив, что Hermes набрал 55% с Mimo v2.5, тогда как другие комбинации показали результат ниже 50%. Хотя DeepSeek V4 Flash считается сильной моделью, пользователь нашел Mimo v2.5 более полезным для решения реальных сложных задач.
- Hermes достиг результата 55% на Terminal Bench v2.0 в паре с Mimo v2.5 через endpoint Open Code.
- Другие модели и harnesses, включая DeepSeek V4 Flash, показали результат ниже 50% в тех же тестах.
- Пользователь протестировал Hy3 Preview, но нашел его результаты низкими и считает, что он чрезмерно обучен на бенчмарках.
- Hermes был определен как лучший CLI инструмент для low-level моделей в данном конкретном кейс-стади.