scusa mimo v2.5 pro proprio non va
Categories:
Alcune persone condividono che il modello di Xiaomi può eseguire task a lungo termine, centinaia di tool call senza errori, non so chi abbia avviato questa direzione di test, è come dire che uno studente può resistere 100 minuti in aula d’esame senza andare in bagno, non ha senso. Noi persone normali comprendiamo, per un esame competitivo, l’unica cosa importante è solo il punteggio, se più indulgenti, il punteggio occupa oltre il 95% del peso del sistema di valutazione, di solito si guarda prima il punteggio poi le altre prestazioni, se il punteggio è basso non c’è bisogno di guardare altro. mimo certamente può completare un task, ma il problema è che non lo fa correttamente. Di seguito una condivisione soggettiva e non quantitativa di mimo2.5pro, confrontato solo con i riferimenti del settore serie GPT5 e serie opus. Scarsa aderenza alle istruzioni, scarso recupero, sebbene su questa base abbia 1M di contesto, il significato di un grande contesto è limitato se il recupero è basso. Anche se nel mio agent specificavo di usare il flusso di sviluppo ATDD, mimo non ha generato per me documenti case e casi d’uso. Scarsa comprensione dell’intento, causando possibili deviazioni del task fin dall’inizio. GPT5 e opus raccolgono molte informazioni all’inizio della sessione, la fase di raccolta info all’avvio è lenta, poi veloce. Il vantaggio di questa lentezza è minore deviazione nella comprensione dell’intento, lo svantaggio è consumo di token evidentemente maggiore. mimo2.5pro manca della volontà di raccogliere informazioni nella fase di avvio, quindi ritengo che questo modello possa eseguire solo task di programmazione su scala ultra ridotta, nonostante abbia 1M di contesto. Poiché la volontà del modello di raccogliere informazioni sull’ambiente è bassa, il supporto di mimo per gli strumenti su windows è molto scarso, i comandi dati di default sono tutti comandi linux, ma se non necessario sviluppo di default su windows dev drive, non parliamo di GPT5/opus, i modelli di riferimento non hanno questo problema, anche glm5.1 e DeepSeekv4flash/pro si comportano normalmente. Mancanza di conoscenze generali, incapace di riconoscere errori palesemente contrari al senso comune, e continua ostinatamente a farli. Alla fine consuma molti token per dare una soluzione e modifiche assurde, meglio rafforzare la volontà di costruzione del contesto del modello. In conclusione, mimo v2.5 pro ha forte volontà di lavoro, debole volontà di esplorazione, memoria scarsa, conoscenze generali scarse, logica scarsa, supporto windows scarso, è un modello mediocre. Sebbene ringrazi il CEO Lei per il token plan omaggiato, purtroppo rispetto a GPT5 è come la differenza tra uno studente elementare diligente e un dottore, non ha affatto l'80% delle capacità detto da alcuni. Le mie esperienze soggettive sono tutte task di programmazione, circa 10 richieste, consumando il 6% del pacchetto pro da 329 yuan, calcolo grossolano che il pacchetto da 329 yuan nel mio scenario d’uso può inviare solo 200 richieste. Tranne una semplice modifica di una singola pagina accettata, tutte le altre implementazioni sono state annullate. Forse è un modello adatto a scrivere testi? Comunque non è adatto a scrivere codice.
