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 04:25｜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） | 32 | 989 | | 3.24% |
| 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 | 32 |
7780 | |
0.41% |
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 | 35 | 5.1 | 1,762 | 195,292 | 82% | — | $0.104 | 86% | |
| Claude Opus 5.5 | 35 | 7.2 | 4,027 | 418,627 | 84% | 61,333 | $0.643 | 86% | |
| 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 | 5 |
| Claude Opus 5.5 | knowledge | 5 |