蒸餾松 × MiMo 題庫成果
只統計 MiMo 開源題庫的題目（其餘 33 筆自家題不列入）｜更新 2026-10-01 02:23｜每次跑 refresh_distill.sh 更新
各類型進度
| 類型 | 已解 | 題庫總量 | | 完成率 |
|---|
| general（知識工作） | 24 | 989 | | 2.43% |
| code（軟體工程） | 0 | 2698 | | 0.00% |
| webdev（網頁開發） | 0 | 2093 | | 0.00% |
| cyber（漏洞重現） | 0 | 1000 | | 0.00% |
| music（音樂作曲） | 0 | 1000 | | 0.00% |
| 合計 | 24 |
7780 | |
0.31% |
效率對比（同樣的題：Claude vs GPT-6.1-Sol vs DeepSeek 抽樣）
| 解題者 | 樣本數 | 平均步數 | 平均 output tokens | 平均 input tokens | cache 命中率 | cache write | 平均成本（牌價） | 通過率 | 備註 |
|---|
| GPT-6.1-Sol | 20 | 5.3 | 1,691 | 200,338 | 82% | — | $0.103 | 85% | |
| Claude Opus 5.5 | 25 | 7.1 | 4,227 | 418,818 | 83% | 65,997 | $0.683 | 88% | |
| DeepSeek（self，抽樣） | 2 | 45.0 | 52,253 | 127,500 | 97% | — | $0.032 | 100% | 樣本少，僅供參考 |
失敗模式（依解題者）
| 解題者 | 失敗模式 | 次數 |
|---|
| GPT-6.1-Sol | knowledge | 3 |
| Claude Opus 5.5 | knowledge | 3 |