benchmarkIMAGE
MiMo RL 跑完：DeepSWE 提到 72.57，仍低于 Astra 与 Gemini 3.8 Flash 的 7
作者称 MiMo 的 RL 训练完成，pro 模型在 DeepSWE 上从 58.41 升到 72.57，并指出该榜最高分 74 由 Astra、Gemini 3.8 Flash 和 Opus 5 保持。
wh
@nrehiew_2026.09.21收录原推发布于 2026.09.21
wh @nrehiew_原推发布于 2026.09.21
Looks like the MiMo RL runs have completed. The pro model went from 58.41 to 72.57 on DeepSWE. For context, the highest score on DeepSWE is 74 by Astra, Gemini 3.8 Flash and Opus 5
x.com/nrehiew_/status/2101851063364333824采集于 2026.09.21 10:19