文 | 字母 AI

坏了，我写的著作被罗福莉打脸了，结平稳实。

事情是这样的，小米发布 MiMo-V2-Pro 的时候，我曾写过一篇著作，叫《在大模子这件事上，雷军果然给马斯克打样了》，在该文的终末一部分对小米建议质疑。

我说" MiMo-V2-Pro 只公布了 SWE-bench Verified 这个公认有水分的评分轨则，却莫得公布 SWE-bench Pro 这个真实抗欺凌的测试收获。"

轨则小米在 V2.5-Pro 的宣传中，径直把 SWE-bench Pro 放在了宣传榜第一的位置，还有益在 OpenRouter 的模子描画中标注" top rankings on benchmarks such as ClawEval，GDPVal，and SWE-bench Pro "。

从轨则来看，MiMo-V2.5-Pro 的收获，照旧和 Claude Opus 4.6 以及 GPT-5.4 这两个人人最顶尖的模子相当。

天然关于一般东谈主来说，被打脸是一件很烦嚣的事情，但我不一样，我认为这是功德，因此我也乐意被打脸。

我被打脸，证据小米的模子跨越了，性能更好了。

MiMo-V2-Pro 的发布时刻是 3 月下旬，相当于小米只用了 1 个月的时刻，就诱导出了下一代的模子。

至少在魄力上，小米照旧不再规避更"硬核"的测试集了。

那么小米此次的新模子 V2.5 和 V2.5-Pro 到底如何呢？

把 agent 才略方丈具中心

小米此次最值得看的，是把它" Agent 才略、长陡立文、多模态、token 效果、第三方框架适配"打包到了合并代家具里，榜单收获反倒不是重心。

MiMo 的此次新模子发布，举座叙事特殊"工程化"，反复齐在讲 harness 和 Claude Code 以及 OpenClaw 这类诱导者使命流语境，基本上除了来源那张图除外，就没怎样再提过模子性能。

这事本人就特殊小米。

MiMo-V2.5-Pro 的重心是"长程 agent "，聊天仅仅附带功能。它在合适 harness 下不错不时完成杰出 1000 次器具调用的长任务。

小米给了三个很复杂的 demo。

第一个是 4.3 小时、672 次器具调用齐全写出 SysY 编译器。

这个任务来自北京大学编译旨趣课程名目，条目从零实现一个齐全的 SysY 编译器，包含词法分析器、语法分析器、概述语法树、Koopa IR 代码生成、RISC-V 汇编后端，以及性能优化。

参考名目正常需要北大推敲机专科学生破耗数周时刻。MiMo-V2.5-Pro 在荫藏测试集上拿到了 233/233 的满分。

模子一层一层地构建编译器，莫得反复试错。先搭建齐全管谈，完善 Koopa IR 部分拿到 110/110，然后是 RISC-V 后端 103/103，终末是性能优化 20/20。

第一次编译就通过了 137/233 个测试，59% 的冷启动通过率证据架构在运行任何测试之前就照旧缱绻正确。在第 512 轮时，一次重构导致 lv9/riscv 调谢了两个测试，模子会诊出问题，复原，然后陆续施行任务。

长程使命需要的恰是这种结构化、自我纠错的才略。

第二个是 11.5 小时、1868 次器具调用作念出可用的视频裁剪器桌面应用。

只需要几个浅近的指示，MiMo-V2.5-Pro 就委用了一个齐全的桌面应用。最终构建的代码有 8192 行。

第三个是接入 ngspice 仿真闭环作念模拟电路 FVF-LDO 缱绻优化。

这是一个照看生级别的模拟电路 EDA 任务，在 TSMC 180nm CMOS 工艺下从零缱绻和优化一个齐全的 FVF-LDO（翻转电压奴隶器低压差稳压器）。

模子需要详情功率晶体管尺寸、调度赔偿收集、聘用偏置电压，使 6 个主义同期骄贵规格条目，包括相位裕度、线性调度率、负载调度率、静态电流、PSRR 和瞬态反应。一个考研有素的模拟缱绻师正常需要花几天时刻完成这个限制的名目。

小米把 MiMo-V2.5-Pro 接入 ngspice 仿真轮回，使用 Claude Code 当作 harness。

在大要 1 小时的闭环迭代中，模子反复调用模拟器、读取波形、调度参数，最终产生了一个每个地方主义齐骄贵的缱绻，其中四个主义比我方的入手尝试矫正了一个数目级。

上头 3 个 demo 有点丢丑懂是吧？不众多，其实浅近来讲，等于小米念念要展示 MiMo-V2.5-Pro 它能一语气干几小时、调用上千次器具、终末还真地把家具给你作念出来。

重心不是"聪不忠良"，是它"能不可把活干完"。

在这些实验中，博亚体育app官方网站V2.5-Pro 展现出了一种" harness awareness "。它充分期骗 harness 环境提供的才略，措置我方的牵记，并塑造我方的陡立文如何被填充以达成最终地方。

小米还把多模态和 agent 才略合到一谈。原生视觉和音频清爽，Video-MME 达 87.7 分，接近 Gemini 3 Pro 的 88.4 分。Claw-Eval 多模态子集 23.8 分，与 Claude Sonnet 4.6 持平。

最长复古 100 万 token 陡立文，agent 性能杰出上一代 MiMo-V2-Pro。在自家 MiMo Coding Bench 上，MiMo-V2.5 达到接近 Pro 级体验，但资本只须一半。

一般 AI 厂商，每每是"代码强的一个模子、多模态强的另一个模子、长陡立文再单独折柳一个版块"。

MiMo-V2.5 把"看、听、推理、调用器具"实足放到一个斡旋模子里，不错清爽更多的需求，也不错施行更复杂的任务，这比单纯刷分要有益旨。

MiMo 还把" token 效果"当成了卖点，说白了，等于省钱。

在 ClawEval 上，MiMo-V2.5-Pro 以约 7 万 token/trajectory 达到 64% Pass^3，相较 Claude Opus 4.6、Gemini 3.1 Pro、GPT-5.4，在周边才略下少用约 40% 到 60%token。

为什么能省这样多呢？因为 agent 的真实资原来自长链条器具调用、反复读写陡立文、不时推理，单轮问答仅仅小头。谁在这件事上更省 token，谁在坐褥环境里就更可能被用。

好多模子天然宣称复古超长陡立文，但真跑起来很贵。

小米此次径直取消 1M 陡立文的迥殊倍率，内容上是在缩短 Agent 试错门槛。

小米应该是念念要瞄准那些，跑永久、复杂任务的用户，因为这种任务反而会更省钱，关于一般用户来说，其实很难感受到 MiMo 省钱的地方。

雷军要"卖算力"了？

跟着 V2.5 的发布，米兰app官网小米完善了他们 4 月 3 号发布的 Token Plan 订阅体系，从 Lite ¥ 39/ 月到 Max ¥ 659/ 月一共 4 档，新增夜间 8 折、包年 88 折等运营商式订价计谋，并对老用户全量重置已用 Credits。

这套吩咐相当于是告诉你，小米当今是一个老成卖 token 的公司了。

MiMo 的 Token Plan 内容上是在构建一个非硬件依赖的正常性收入模子，这点特殊"不小米"。

而且小米有益选在夜间发布，等于为了瞄准好意思国的时刻，以拓展海外化阛阓。

当小米自建算力集群达到一定例模后，每加多一个付用度户的资本极低，但 ARPU（每用户平均收入）不错通过相反化订价不时进步。

这是典型的 SaaS 买卖模式，毛利率不错达到 70% 以上，比汽车手机家电齐要高。

Token Plan 适配 Claude Code、OpenClaw 等主流 AI 诱导框架，施行上亦然在争夺 AI 原生应用的底层基础模范进口。

更深一层，淌若小米汽车、小米 IoT 设置的第三方应用齐基于 MiMo 诱导，雷军就掌捏了通盘这个词生态的"算力税收权"。每一次 API 调用齐是一次变现契机。

不外，我认为小米 Token Plan 能否升空的中枢，在于能否竣事 V2.5 系列的开源容或。

小米从手机期间入手，走的等于开源路子。天然说开源意味着社区诱导者不错免费部署和微调模子，名义上会蚕食 Token Plan 的付用度户。

但真实的买卖逻辑在于，开源诱惑长尾诱导者，他们孝敬代码、优化模子、构建应用，酿成生态蕃昌。

闭源 API 处事高频高价值场景，企业客户为了放心性、SLA 保险和本领复古，依然会聘用付费 Token Plan。

开源社区反哺模子迭代，小米不错低资本赢得海量真实场景的微调数据和 bug 反馈。

这个逻辑在行业里照旧被考证过。

Meta 的 Llama 系列开源后，社区孝敬了大齐微调版块和应用案例，反过来巩固了 Meta 在 AI 基础模范层的言语权。小米淌若能走通这条路，Token Plan 就会成为连结诱导者、企业客户和小米生态的要道，订阅处事仅仅它的一个侧面。

从家具定位看，MiMo-V2.5 和 V2.5-Pro 酿成了明确的分层。

V2.5 是"原生全模态 + 强 agent 才略"，相宜需要多模态输入的日常诱导任务。V2.5-Pro 是"长程 agent "，相宜需要不时数小时、上千次器具调用的复杂工程任务。这种分层的逻辑是场景适配，性能陡立仅仅征象。

对小米来说，Token Plan 的意旨不仅仅多一条收入来源。它是小米从"硬件公司"到" AI 公司"叙事转型中最进犯的一块拼图。

小米夙昔的买卖模式是"硬件 +IoT 生态"，用性价比硬件赢得用户，用 IoT 设置构建生态。这个模式的天花板在于硬件销量和 IoT 设置渗入率。

Token Plan 是雷军的新尝试。用 AI 才略赢得诱导者，用诱导者构建应用生态，用 API 调用不时变现。这个模式的天花板在于 AI 才略的强度和生态的活跃度。

至少比从北京到上海全程直播要更赢利一些。

淌若 MiMo 能在诱导者社区站稳脚跟，小米就有契机从"卖手机的公司"变成"提供 AI 基础模范的公司"。这个转机的买卖价值，远远杰出 Token Plan 本人的订阅收入。

MiMo-V2.5 挑刺

那么既然小米可爱打我的脸，那我也乐意再给他们挑挑刺。

咫尺 SWE-bench Pro 最高分是 Claude Mythos Preview 的 77.8%，MiMo-V2.5-Pro 在 SWE-bench Pro 上拿到 57.2%，距离这个新巅峰还有些远方。

此外，MiMo-v2.5 在通用高阶推理天花板的重要测试荟萃发达一般。MiMo-V2.5-Pro 在 Humanity's Last Exam 上是 48.0%，而 GPT-5.4 是 58.7%。

在"高阶常识密度 + 跨学科概述推理"上，和最顶级模子还有一段距离。

更进犯的是，咫尺小米还枯竭可复现的硬把柄。

小米自家的 MiMo Coding Bench、SysY 编译器 233/233、11.5 小时作念视频裁剪器、模拟电路 EDA 闭环优化、" harness awareness "，它们齐是"高光 demo "或"实验室 showcase "，当作"开源"（天然暂时还没开源）的模子，它莫得完全可复现、可横向对比的公开圭臬。

这件事其实"不太开源"。

这是最佳的一次，如故平均水平？prompt、器具、权限、陡立文注入格局是什么？得手率是几许？资本是几许？换一批任务还稳不稳？

1868 次器具调用、672 次器具调用，这些超长链路中，有几许次是无效调用、重叠调用、诞妄调用？淌若这些细节不公开，demo 的劝服力就会打折。

" harness awareness "这个说法很抓眼，但不够有劝服力。

这个词听起来很高等，那它到底是模子确切学会了如何措置 agent runtime？如故说仅仅因为这个任务的 harness 写得好、任务缱绻得顺，如故评测环境对它相比友好？

我当今很难判断。

小米强调 V2.5-Pro 具备" harness awareness "，但这也意味着模子高度依赖特定 harness（Claude Code、OpenClaw 等），小米莫得我方的 harness 器具。

淌若某天别东谈主平台计谋变了，那么小米能作念的事情，只然而再行调度模子去得当别东谈主。

还有少量也特殊进犯，那等于小米啥时候才气开源。

罗福莉也曾说过" MiMo-V2 系列模子会在本领实足放心、真实配得上开源的时候，开源"。当今 2.5 齐出来了，开源的也只须 V2 Flash 这一款，其他 V 系列模子，尤其是 V2 Pro，并莫得绽开权重。

"行将开源"和"照旧开源"之间如故不太一样的。

V2.5 系列相通宣称"行将人人开源"，但"行将"是一周、一个月如故半年？

这个问题的谜底，决定了 Token Plan 到底是真实的买卖化滥觞，还仅仅一次营销噱头。

当今它看起来照旧很能打，但离"让大企业省心上坐褥"还差一层更硬的工程知道，比如说更齐全的公开 benchmark 表，或者更透明的失败案例之类的。

MiMo-V2.5 和 V2.5-Pro 的发布，对小米来说是一次进犯的本领讲明。

它讲明了小米只需要 1 个月不错从一个被质疑"规避硬核测试"的情景，迭代到一个勇于正面公布 SWE-bench Pro 收获、而况收获接近人人顶尖模子的情景。

这个速率本人就证据了小米在 AI 上的插足强度和团队施行力。

Token Plan 是一个好的入手，但它能否真实诱惑到实足多的诱导者，取决于开源容或能否竣事、处事放心性能否保证、以及生态能否真实蕃昌起来。

小米当今站在一个重要的十字街头。往前走，它有契机成为一家真实的 AI 基础模范公司。往后退，它可能仅仅又多了一个营销故事。

时刻会给出谜底米兰app官网。