电子斗蛐蛐：小米mimo vs 智谱glm vs GPT
- 内容介绍
- 文章标签
- 相关推荐
从该评论继续讨论：小米发布了MiMo-V2.5-Pro模型,有用过的感觉效果怎么样吗？
昨天使用了社区佬友分享的 mimo-v2.5-pro，当时解决了我一个困扰已久的问题，此问题 gpt-5.4/glm-5.1 都没有解决，今天又遇到一个类似的问题，我决定试一试 初始提示词相同 情况下（由于后期模型修复后的错误不一致，我尽量保持 prompt 的格式、风格一致），各个模型需要 额外 几次提示词能修复。
小米mimo、智谱glm 在 claude code 中运行，gpt 在 codex 中运行，插件、skill配置相似，统计数据来源：Claude Code History Viewer
战况如下：
mimo-v2.5-pro：
额外 prompt 2次，合计消息98条，用时20分钟，token数 4.8M，文件修改数 1
glm-5v-turbo：
额外 prompt 8次，编译错误1次，合计消息183条，用时25分钟，token数 4.3M，文件修改数 1
glm-5.1：
额外 prompt 3次，合计消息69条（主agent 52条，subagent 17条），用时38分钟，token数 2.5M，文件修改数 2
gpt-5.4-xhigh：
额外 prompt 3次，合计消息491条，用时59分钟，token数 25.6M，文件修改数 4
gpt-5.4-high：
额外 prompt 0次，合计消息169条，用时18分钟，token数 5.1M，文件修改数 3
主观体验：
mimo-v2.5-pro 输出很快（60~90 t/s），非常喜欢调用工具，有点gpt的味道。
glm-5v-turbo 输出很快（40~60 t/s），但是代码检查不到位，会出现编译错误，体验一般。
glm-5.1 似乎是用量太大的原因？我的lite订阅输出非常慢（6-20 t/s），输出质量不错，跟 mimo-v2.5-pro 伯仲之间，而且他的总消息数小于mimo，用了更少的工具，得到了正确答案，还充分利用了subagent 能力，但是由于吞吐速度慢，整体耗时很长，体验有点差。
gpt-5.4-xhigh 吞吐速度一般（30~60 t/s），由于我没有官方订阅，使用的是社区佬友的公益，速度仅作参考。体验大家也知道的，gpt不爱说人话，喜欢先调用一大堆工具，然后输出。面对这个问题使用了 3 次额外提示，修改了4个文件，没有想象中的那么精准。
gpt-5.4-high 唯一真神，仅根据初始提示词，仅使用18分钟时间，一次性完成修改
本场斗蛐蛐的胜者是：gpt-5.4-high
第二名：mimo-v2.5-pro / glm-5.1
唯一真神：gpt-5.4-high，评价为 夯爆了
mimo-v2.5-pro 用较少的prompt尽快的定位了问题并修复，展示了自己作为挑战者的底气。glm-5.1 则以较少的工具调用次数、较少的token消耗证明了自己国模一哥的地位。评价为 夯。
glm-5v-turbo 在本场中评为 拉完了，出现编译错误非常扣分。
gpt-5.4-xhigh 本场评为 拉完了，没有符合大家对它较高的期待，并且大量的token消耗，和最长的用时，但是鉴于平时可靠的长任务运行，提升到 NPC。
本次测评评价仅供娱乐，测评场景单一，不符合任何科学测试原则，不作为任何 XXX plan 购入参考，不包含对任何公司的客观评价依据。
网友解答：--【壹】--：
ds v4跟gpt5.5可以请求加入战斗吗
--【贰】--：
不如5.4 high，xhigh太磨叽了
--【叁】--：
xhigh容易考虑太多，我正常连5.4都不用，我基本都用5.4mini，速度太快了比5.4快好几倍价格还特便宜，简单的任务完成度也很好，mini改两遍改不对我才换5.4，你可以试试5.4mini，感觉比国模好用
--【肆】--：
佬友的评价没毛病，gpt-5.4-high 夯爆了，0次额外提示，一把梭解决问题！
从该评论继续讨论：小米发布了MiMo-V2.5-Pro模型,有用过的感觉效果怎么样吗？
昨天使用了社区佬友分享的 mimo-v2.5-pro，当时解决了我一个困扰已久的问题，此问题 gpt-5.4/glm-5.1 都没有解决，今天又遇到一个类似的问题，我决定试一试 初始提示词相同 情况下（由于后期模型修复后的错误不一致，我尽量保持 prompt 的格式、风格一致），各个模型需要 额外 几次提示词能修复。
小米mimo、智谱glm 在 claude code 中运行，gpt 在 codex 中运行，插件、skill配置相似，统计数据来源：Claude Code History Viewer
战况如下：
mimo-v2.5-pro：
额外 prompt 2次，合计消息98条，用时20分钟，token数 4.8M，文件修改数 1
glm-5v-turbo：
额外 prompt 8次，编译错误1次，合计消息183条，用时25分钟，token数 4.3M，文件修改数 1
glm-5.1：
额外 prompt 3次，合计消息69条（主agent 52条，subagent 17条），用时38分钟，token数 2.5M，文件修改数 2
gpt-5.4-xhigh：
额外 prompt 3次，合计消息491条，用时59分钟，token数 25.6M，文件修改数 4
gpt-5.4-high：
额外 prompt 0次，合计消息169条，用时18分钟，token数 5.1M，文件修改数 3
主观体验：
mimo-v2.5-pro 输出很快（60~90 t/s），非常喜欢调用工具，有点gpt的味道。
glm-5v-turbo 输出很快（40~60 t/s），但是代码检查不到位，会出现编译错误，体验一般。
glm-5.1 似乎是用量太大的原因？我的lite订阅输出非常慢（6-20 t/s），输出质量不错，跟 mimo-v2.5-pro 伯仲之间，而且他的总消息数小于mimo，用了更少的工具，得到了正确答案，还充分利用了subagent 能力，但是由于吞吐速度慢，整体耗时很长，体验有点差。
gpt-5.4-xhigh 吞吐速度一般（30~60 t/s），由于我没有官方订阅，使用的是社区佬友的公益，速度仅作参考。体验大家也知道的，gpt不爱说人话，喜欢先调用一大堆工具，然后输出。面对这个问题使用了 3 次额外提示，修改了4个文件，没有想象中的那么精准。
gpt-5.4-high 唯一真神，仅根据初始提示词，仅使用18分钟时间，一次性完成修改
本场斗蛐蛐的胜者是：gpt-5.4-high
第二名：mimo-v2.5-pro / glm-5.1
唯一真神：gpt-5.4-high，评价为 夯爆了
mimo-v2.5-pro 用较少的prompt尽快的定位了问题并修复，展示了自己作为挑战者的底气。glm-5.1 则以较少的工具调用次数、较少的token消耗证明了自己国模一哥的地位。评价为 夯。
glm-5v-turbo 在本场中评为 拉完了，出现编译错误非常扣分。
gpt-5.4-xhigh 本场评为 拉完了，没有符合大家对它较高的期待，并且大量的token消耗，和最长的用时，但是鉴于平时可靠的长任务运行，提升到 NPC。
本次测评评价仅供娱乐，测评场景单一，不符合任何科学测试原则，不作为任何 XXX plan 购入参考，不包含对任何公司的客观评价依据。
网友解答：--【壹】--：
ds v4跟gpt5.5可以请求加入战斗吗
--【贰】--：
不如5.4 high，xhigh太磨叽了
--【叁】--：
xhigh容易考虑太多，我正常连5.4都不用，我基本都用5.4mini，速度太快了比5.4快好几倍价格还特便宜，简单的任务完成度也很好，mini改两遍改不对我才换5.4，你可以试试5.4mini，感觉比国模好用
--【肆】--：
佬友的评价没毛病，gpt-5.4-high 夯爆了，0次额外提示，一把梭解决问题！