DeepSeek V3 (Dec '24) vs MiMo-V2.5
Mana yang lebih baik untuk uang: DeepSeek V3 (Dec '24) oleh DeepSeek atau MiMo-V2.5 oleh Xiaomi? Kecerdasan, total biaya benchmark, dan waktu end-to-end dari Artificial Analysis & sumber lain, cuplikan 2026-10-25.
Kompromi
Kesimpulan
Tergantung anggaran Anda
MiMo-V2.5 mendapat 13.3 poin lebih tinggi (21.8 vs 8.5), tetapi biaya menjalankan benchmark-nya 2.4× lebih besar ($61.9 vs $25.4; kelas biaya menengah vs hemat). Pilih MiMo-V2.5 jika kecerdasan tambahan sepadan dengan biaya lebihnya; jika tidak, DeepSeek V3 (Dec '24).
| Metrik | DeepSeek V3 (Dec '24) | MiMo-V2.5 | Selisih |
|---|---|---|---|
| Kecerdasan (lebih tinggi lebih baik) | 8.5 | 21.8 | +156.5% MiMo-V2.5 2.6 kali lebih cerdas |
| Total biaya AA (lebih rendah lebih baik) | $25.37 | $61.93 | +144.1% MiMo-V2.5 2.4 kali lebih mahal |
| Waktu ujung ke ujung (lebih rendah lebih baik) | 10.23s | 46.61s | +355.6% MiMo-V2.5 is 355.6% lebih lambat |
| Harga per 1 juta token (masuk/keluar) | $0.32 / $0.89 | $0.13 / $0.27 | |
| Jenis input | Teks | Teks, Gambar |
MiMo-V2.5 dibanding DeepSeek V3 (Dec '24): kecerdasan 156.5% lebih tinggi, biaya menjalankan benchmark AA 144.1% lebih tinggi, dan waktu total 355.6% lebih lambat.
Pareto frontier hari ini
Dibandingkan dengan batas Pareto
- DeepSeek V3 (Dec '24) berada di luar batas: dengan biaya yang sama atau lebih rendah, GPT-6 Luna (Low) skor 21.50 untuk $10.6.
- MiMo-V2.5 berada di luar batas: dengan biaya yang sama atau lebih rendah, Claude Haiku 5.5 (Medium) skor 34.50 untuk $56.4.
DeepSeek V3 (Dec '24)MiMo-V2.5Pareto frontier hari iniBatas Pareto model dengan bobot yang dapat diunduh (open-weights frontier)Semua model lainnya
Perbandingan langsung
Bandingkan sesuatu yang lain
Agen:
Accept: text/markdown or ?format=md mengembalikan halaman ini sebagai Markdown. JSON: /api/v1/compare/deepseek-v3/mimo-v2-5-0424 · Markdown: /api/v1/compare/deepseek-v3/mimo-v2-5-0424?format=md · llms.txt · keterampilan agen