MiMo2.5Pro《江湖百晓生》测试过程与结果
来源：互联网 2026-07-15 18:44:17MiMo2.5Pro在《江湖百晓生》测试中前期计划详细但执行不力：网页布局混乱，数据偷懒仅录21人，耗6400万Tokens效果远逊Opus4.7和Gemini3.5，虎头蛇尾，底蕴不足。
MiMo 的 16 亿 Tokens 眼看就要到期了，赶在最后一刻紧急加测了一波。结果嘛……只能说，虎头蛇尾，虚有其表，表现不佳。
先给大家看一张图：
长期稳定更新的攒劲资源： >>>点此立即查看<<<
就这么一个网页，烧掉了 16 亿 Tokens 中的 4%，换算下来大约是 6400 万。同样的题目，放到 Opus4.7 和 Gemini3.5 面前，完全就是被吊打的状态。
Opus4.7 的效果：
Gemini3.5 的效果：
结果展示完了，咱们来扒一扒细节。这是 AI 实战开发测试《江湖百晓生》系列的第二篇。主题很明确：开发一个以金庸、古龙为背景的武侠百科，涵盖主要人物、兵器、武功等内容。下面，我会把开发工具和过程完整展示出来，好好体验一下 MiMo 在实际场景中的真实表现。
开发工具
现在基本已经放弃了 CCSwitch，转而使用自研的 JCode 搭配 Claude Code。配置好之后，打开 JCode，直接双击图标就能启动 CC：
不用再到终端里敲 Claude 命令，也不用 cd 到指定路径，更不用手动配置环境变量和改配置文件。只需通过软件的添加功能：
填好 API Key 和正确的 Base URL 就行。工具内置了小米的 Base URL，但由于小米的默认接入点和 Token Plan 的接入点不同，使用 Token Plan 套餐时需要按截图调整；如果是按量计费的 API，则无需修改。配好之后，一劳永逸。双击图标启动，选个文件夹，直接开干。
开发过程
为 MiMo 单独建一个测试文件夹：
通过 JCode 快速启动 CC，这时就能在 CC 中调用 MiMo 的 Token Plan 了。把需求告诉它——这个需求和测试 Gemini3.5 Flash 时完全一样。核心需求如下：
需求粘贴上去，回车，开始干活：
小米 MiMo 开头的气势确实不错。先是来了一句：“这是一个庞大的任务，我先了解情况，然后制定详细计划。”接着就开始让我选技术栈。首推的是 HTML/CSS/JS 路线，因为之前测 Gemini 时选了 React，所以这次也选它。
它给了四种方案，覆盖面挺全，基本就是这几类。然后进入下一步：
第二步是展现风格，看起来相当不错：
1. 古风卷轴/竹简——模拟古代卷轴展开效果，翻页阅读
2. 江湖地图——门派分布以地图形式展现人物关系
3. 武侠卡片/图鉴——类似游戏图鉴，卡片式收集展示
4. 综合门户/百科全书——类似维基百科的结构化知识库这几个候选项确实超预期，连风格都考虑得这么周全，一时还真不知道选哪个好。既然这样，就选默认的“古风卷轴”吧。
继续下一步：
这一步决定数据深度，给了三个选项。本来就是来消耗 Tokens 的，自然数据越多越好，果断选了“3. 尽量全面”。
再下一步：
执行方式也有三种选择：先看计划、直接开始、分阶段推进。那肯定是先看计划再说。
全部选定后，进入计划环节：
仔细浏览了具体计划内容：
计划做得相当不错，很详细。既然都这么周全了，我也就不多嘴，直接让它按计划执行。
到这里为止，给人的感觉确实很厉害。这个 Ask 和 Plan 环节，专业度拉满。
然而……一顿操作猛如虎，结果却是这样的：
生成的网页布局完全混乱，内外边距、间距、位置，全都不对。评价一个模型的前端能力和思考能力，第一眼就看布局和构思。布局清晰，说明业务逻辑理清了，前端技术也到位了。但眼前这个前端表现，已经没什么好说的了。这种布局一旦出现，后续调整非常困难，因为它根本理解不了空间感。
再看看数据：
要求是越全面越好，结果一看：总共收录了 21 个人物、23 部小说、10 件兵器、13 门功夫、10 个门派。这个规模，一部小说都不止这么多内容。很明显，在抓取数据时偷懒了。
“AI 偷懒程度”其实是一个很重要的技术指标。Claude 和 OpenAI 发布新模型时，都会强调模型能独立运行几十个小时——他们真正想表达的不是时间长，而是自主连续工作的能力。复杂问题，本来就该花时间去解决。现在它们都推出了 /goal 命令，可以设定一个可验证的目标，让模型自己循环跑到完成为止。
MiMo 给我的感觉是：计划做得很好，像个样子，但执行的时候比较拉胯，偷懒也很明显。Gemini3.5 Flash 完成这个任务时，数据抓取也偷懒了，但人家前端优秀啊，表现非常亮眼，基本业务逻辑也梳理得清清楚楚。
MiMo 刚上线那会儿，我用了好几个例子测试，当时没发现大问题，似乎表现不错。但现在看来，那些例子很可能已经被优化训练过了。最近测的两个例子，表现非常拉胯——一个是《掌门日记》，一个是《江湖百晓生》。这两个例子其实是专门为它量身定制的。第一个用来测试它与 DeepSeek 的差距，结果页面出错，直接被吊打；第二个，也就是今天这个，原本是为消耗 16 亿 Tokens 而设计的，最后 Tokens 消耗了不少，结果却非常不理想。
在我第二次要求下，它终于补全了大量数据，总共消耗了 16 亿中的 4%。但页面问题依然不好解决。
本来想让它改一下，但不知道什么原因，提示模型不存在了。前面几轮对话都正常，这个需求一提出来，突然就说模型不存在。重新开了一个全新对话，同样的配置又能正常使用。看同一个对话的 Recap 也是正常的，估计又遇到了某个 BUG。算了，不改了。说实话，第一个版本如果出来就没法看，后续也就没有改的必要了，改的意义不大。
总的感受是：小米这个大模型“新秀”，底蕴还是差了一些，做的更多是表面功夫。在特定领域或许能优化到中档水平，但非常不全面，很容易遇到瓶颈。因此，这个模型不太适合深入使用，只能做一些通用、基础的任务。
同样的问题测试了很多模型，大家可以直接对比感受一下。
侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述
热游推荐
更多-
- DreamStudio
- Android/ | AI绘图
- 2026-06-30
-
-
- Playground AI
- Android/ | AI绘图
- 2026-06-30
-
- Adobe Firefly
- Android/ | AI绘图
- 2026-06-30
-
-
-
- Leonardo AI
- Android/ | AI绘图
- 2026-06-30
-
- Stable Diffusion
- Android/ | AI绘图
- 2026-06-30
