抱歉mimo v2.5 pro真的不行
有些人分享小米的模型可以执行长程任务, 几百次tool call不出错, 不知这个测试方向是谁发起的, 如同说一个学生可以在考场坚持100分钟不上厕所, 没有意义. 我们正常人理解, 对一场应试考试来说, 唯一重要的只有分数, 如果更宽松一点, 分数占评价体系权重的95%以上, 一般先看分数再看其它表现, 分数低就没有必要再看其它. mimo的确可以做完一个任务, 但问题是做不对. 以下为对mimo2.5pro的主观非量化分享, 仅对比业界标杆GPT5系列和opus系列. 指令遵循较差, 召回较差, 在此基础上虽有1M上下文, 但召回低的话, 大上下文的意义有限.即使我在agent中指明使用ATDD开发流程, mimo也没有为我生成case文档和用例. 意图理解较差, 导致任务可能在初始即出现偏差.GPT5和opus都会在会话初始搜集很多信息, 会话启动搜集信息阶段速度慢, 后续快.这个慢带来的好处是意图理解偏差少, 坏处是token消耗明显大.mimo2.5pro缺少会话启动阶段的信息搜集意愿, 因此我认为该模型仅能执行超小规模的编程任务, 尽管它有1M上下文. 由于模型对环境信息搜集的意愿低, mimo模型对windows上工具的支持很差, 默认给出命令都是linux 命令, 但除非必要我默认在windows dev drive上开发, GPT5/opus就不说了, 标杆模型没这问题, glm5.1和DeepSeekv4flash/pro也表现正常. 通识匮乏, 无法识别较明显不符合常识的错误, 还会头铁继续做.最后消耗很多token给一个离谱的方案和修改, 真不如加强模型的上下文构建意愿. 最后总结, mimo v2.5 pro工作意愿强劲, 探索意愿薄弱, 记忆差, 通识差, 逻辑差, windows支持差, 是一个乏善可陈的模型.虽然感谢雷总赠送的token plan, 可惜和GPT5比起来如同勤劳的小学生和博士的差距, 根本不是可部分人说的有80%的能力. 我的主观体验都是编程任务, 约10次请求, 消耗329元pro套餐的6%, 粗算329元套餐在我的使用场景只能发200次请求.除了一个简单的单页面修改接受以外, 其它的实现全都回退了.或许这是个适合写文的模型?总之它不适合写代码.
