Sorry mimo v2.5 pro is echt niet goed
Categories:
Sommige mensen delen dat het model van Xiaomi langdurige taken kan uitvoeren, honderden tool calls zonder fouten, ik weet niet wie deze testrichting is begonnen, het is alsof je zegt dat een student 100 minuten in de examenzaal kan blijven zonder naar de wc te gaan, het heeft geen zin. Wij normale mensen begrijpen dat voor een examengerichte test, het enige wat echt belangrijk is het cijfer, als we iets soepeler zijn, het cijfer weegt meer dan 95% van het beoordelingssysteem, meestal kijk je eerst naar het cijfer en dan naar andere prestaties, als het cijfer laag is hoef je niet verder te kijken. mimo kan inderdaad een taak voltooien, maar het probleem is dat het het niet goed doet. Hieronder volgt een subjectieve, niet-gekwantificeerde ervaring met mimo 2.5 pro, alleen ter vergelijking met de industrienorm GPT5-serie en opus-serie. Zwakke instructieopvolging, zwakke recall, en hoewel het op basis daarvan 1M context heeft, is de betekenis van een grote context beperkt als de recall laag is. Zelfs toen ik in de agent expliciet het ATDD-ontwikkelingsproces aangaf, genereerde mimo geen case-documenten of testgevallen voor mij. Zwakke intentiebegrip, waardoor de taak mogelijk al in het begin afwijkt. GPT5 en opus verzamelen beide veel informatie aan het begin van de sessie, de informatieverzamelingsfase aan het begin van de sessie is traag, daarna snel. Het voordeel van deze traagheid is minder afwijking in intentiebegrip, het nadeel is duidelijk hoger tokenverbruik. mimo 2.5 pro mist de bereidheid om informatie te verzamelen aan het begin van de sessie, daarom denk ik dat dit model alleen zeer kleinschalige programmeertaken kan uitvoeren, ondanks zijn 1M context. Omdat het model weinig bereidheid toont om omgevingsinformatie te verzamelen, is de ondersteuning van mimo voor tools op Windows zeer slecht, standaard geeft het Linux-commando’s, maar tenzij nodig ontwikkel ik standaard op Windows Dev Drive, laat staan GPT5/opus, de referentiemodellen hebben dit probleem niet, glm5.1 en DeepSeek v4 flash/pro presteren ook normaal. Gebrek aan algemene kennis, kan duidelijk onzinnige fouten niet herkennen, en blijft koppig doorgaan. Uiteindelijk verbruikt het veel tokens voor een absurd plan en wijzigingen, liever de bereidheid van het model om context op te bouwen versterken. Als laatste samenvattend: mimo v2.5 pro heeft een sterke werkbereidheid, zwakke exploratiebereidheid, slecht geheugen, slechte algemene kennis, slechte logica, slechte Windows-ondersteuning, het is een model met weinig noemenswaardigs. Hoewel ik President Lei dank voor het tokenplan, is het vergeleken met GPT5 zoals het verschil tussen een vlijtige basisschoolleerling en een doctor, helemaal niet de 80% capaciteit waar sommigen het over hebben. Mijn subjectieve ervaring betreft allemaal programmeertaken, ongeveer 10 verzoeken, verbruikte 6% van het 329 yuan pro-abonnement, ruw geschat kan het 329 yuan-abonnement in mijn gebruiksscenario slechts 200 verzoeken sturen. Behalve één eenvoudige wijziging van een enkele pagina die ik accepteerde, zijn alle andere implementaties teruggedraaid. Misschien is dit een model geschikt om teksten te schrijven? In ieder geval is het niet geschikt om code te schrijven.
