小米Mimo V2.5 Pro
当我烧完了MIMO第一个41亿Token之后，我就续订了MIMO的包年Token Plan。
截至目前，我已经消费了150亿的MiMo V2.5 Pro的token。
通过这150亿token，我认为：小米的MIMO大模型，绝对是被严重低估的AI大模型。
我是如何得出这个结论的？
我花了大概一个多月的时间使用并测试小米MIMO V2.5 Pro，包括多Agent协作（Codex,Deepseek,GLM,Mimo），长任务执行，Mimo子代理，以及在接近1M的上下文会话中使用它来构建项目。
在整个过程中，我不断地提出新的任务需求.md，剩下由模型自行制定计划，排序任务，编写代码，提交到git，然后测试，并修复Bug。
数字
我们先来看一组数字：
截至目前，该项目已经产生了：
- 573次提交
- 1171个文件
- 32万行代码
- 40多个页面
- 27个Fast API端点
- 总成本：80元人民币左右
先看成本
80元人民币 = 150亿token，这个账谁都会算，太TM划算了。
划算的原因分为两个方面：
第一点当然是得益于小米便宜的定价，从Token Plan上来看，1元人民币差不多等于2亿token，非高峰期还打8折，这就已经低于Deepseek的模型了。
而关键的第二点，才是第二点的关键：这个问题的关键，就是找到关键的问题。
Token的缓存命中率：
以7/2日为例，消耗了1.35亿token，缓存命中了1.27亿，缓存命中率可以达到94.43%。
这意味着MIMO V2.5 Pro的缓存利用情况非常好，这会极大地降低用户的实际输入成本，尽管输入成本已经很低了。
模型限制
对于顶级的模型，从成本的角度考虑，确实是需要限制模型的使用量以及请求速率。
Anthropic独创的5小时窗口限制，以及并行的Weekly的窗口限制已经成为了行业的标准。
Open AI推行这个标准我没意见，但是有些阿猫阿狗的模型，模型能力跟不上，限制标准也跟风去追，你配么你？🔑🔑🔑
这一点小米Mimo就做的很好，不管是包年还是包月的订阅，都没有5小时的窗口限制，也没有周限制，只有token 总量的限制。而且token plan包含的token总量，是一次性给到位的。
上下文控制
Mimo V2.5 Pro支持最大1M的上下文窗口，几乎很难达到上下文的上限。即使达到了，也可以压缩上下文。
虽然官方宣传的是无限上下文，但是懂得都懂，这个无限是指被压缩过的上下文。
长时间任务
我最长执行过40分钟的任务，这足以完成一个中等长度的任务。
Mimo给我的体验是足够，但中间需要一些确认和调试，因为有时候会莫名其妙地中断。
这和顶级的Agent之间还是有差距的，最明显的感觉就是Mimo不知道什么时候该用什么工具，即使有些要求强制写入到Agents.md中，它还是会忘记使用。
对比Codex就不会出这样的问题，它很会融会贯通各类tool，MCP，skill，甚至创建子agents，创建plan计划。
我没有测试更长时间的任务，如果是更复杂的任务的话，我还是更信赖顶级的Agent。
长任务的劣势我把它归咎于模型的能力，而不是harness。
Mimo Code Harness
一开始我是不信任小米的mimo harness的，所以我用的是Claude Code套壳Mimo V2.5 pro模型。
借助于Claude强大的harness能力以及生态圈，可以把mimo使用出比肩闭源大模型的能力。
随着深入的使用，我发现小米mimo code的harness能力也不差，甚至还有一些亮点。
MiMo Code 自带三种内置模式（主代理），每个都有独特的角色：
- build —— 默认的主代理，拥有完整工具权限，用于通用开发工作。
- plan —— 受限的主代理，用于只读分析和规划。
- compose —— 通过内置技能编排工作的主代理。 此外还有
general / explore—— 由主代理调用以处理委派任务的子代理。
compose 是动词形式，匹配 build/plan/explore 的命名约定。它不取代 build；而是通过添加一个工作流感知模式来与之互补 —— 在该模式下，模型被鼓励以命名、可复用的技能而非临时步骤来思考问题。
Mimo Code作品
这是我花了10分钟让Mimo code做出来的作品：
这个主要是用来控制我的AI开发机的开机和关机。
我只说了一句话，给了一些必要的参数，全程由mimo agnet自主决定设计，它竟然给我选了一个赛博朋克风的UI。有点意思。
Mimo缺点
吹完了小米大模型的各种优点，我们再来说说缺点。
- 与顶级模型的差距仍然存在。
就以我的Proxmox VM 控制器为例，这个是通过调用Proxmox的API来实现的，GPT可以清楚地知道虚拟机的状态分类。
但是Mimo不行，它分不清虚拟机的状态。例如暂停是pause还是suspend，也分不清虚拟机和QEMU的关系。
需要多次人为引导以及人为分析之后，它才能明白，说简单点，就是教它怎么去修Bug，它才能修复Bug。
- 工具类的调用
上面也提到过，mimo不能准确地或者说自主地使用各类工具，例如MCP，skill，plugin，你强制让他使用可能没问题，但是它自主使用还是有点艰难。这个是需要提升的地方。
- 不说了，再说就没人用了。
总结
对于日常使用，甚至中长任务，包括一些bug的修复，使用小米Mimo是完全可以胜任的。
如果有顶级模型的订阅，例如GPT,Claude之类的，那么搭配使用可以事半功倍，毕竟顶级模型还是很贵的。
广子
如果你也想体验mimo模型，不妨使用我的邀请码，我们双方可以各得到10元的代金卷，何乐而不为呢？
