Mimo v2.5 Pro测评：进步不错，问题也大

问题描述：

放私有bench
image946×414 9.08 KB

mimo 2.0 pro测评

米÷来袭，学习先进的GLM工艺，Mimo v2 Pro正式版依旧大砍 开发调优

[image] 比较匿名时期的Hunter-alpha能力差了一大截，代码基本不可用，全部都要返工修小bug。从小巧思还能看出hunter的影子，但是能力差太多 [image] 现在写的东西已经不是人类了 [image] [image] 我看罗福莉离开deepseek是对的啊

这个模型的基础还算扎实，但是比glm还差点。
而且很多有背题嫌疑
image1479×684 198 KB
比如这个MC，看起来写的相当不错，但是竟然存在无法跳跃的bug。遥想2.0p时期写出来的MC，不知道背的谁家，，
image946×801 141 KB
image1498×609 83.9 KB
这个案例里，其他逻辑都还行，结果建筑绘制拉了

而且在测试途中，爆思维链的现象非常严重
image606×500 9.03 KB
罗福莉你看你带的兵
思维链无限循环撑爆上下文，然后空回

不过还是要感叹一下，小米这个迭代速度有点吓人了。现在这llm公司们都卷疯了，，

网友解答：

---

--【壹】--：

感觉训练过拟合了？如果是背的是数据集的数据那就是

---

--【贰】--：

在用的过程中也是感觉思维链太长了，但是输出又不行，所以我的体感就是更贵了

---

--【叁】--：

我昨天通宵用了用mimo的新模型，体验确实还不错。但问题也有：
mimo经常在思考的时候就回答了用户，所以如果某些agent隐藏了思考过程就可能会看不到mimo的回复了；我还遇到过一次，mimo输出的时候中英混合；我甚至还遇到一次mimo回复我说没检测到任何上下文的，我重试了一次就好了，莫名其妙的（这一点不确定是模型还是agent的锅）。
不过我不觉得以上这些问题是啥大问题，它至少编码能力挺不错，语言风格我也很喜欢，聊起来挺舒畅。

---

--【肆】--：

这bench是代码还是综合？kimi k2.6这么差吗？

---

--【伍】--：

看得出来，有不少重复内容，而且存在自言自语严重的情况，与GLM5.1还是有一些差距的

---

--【陆】--：

管理在群里说这个 v2.5 pro 模型即将开源。

---

--【柒】--：

MiMo不知道哪来的信息直接测了pku-mimic课程
作为一个寒假才靠着Gemini帮我找问题才完成的学生，我前前后后大概花了一个月的时间才完成
截屏2026-04-23 12.11.54777×1013 119 KB

---

--【捌】--：

开源是好事，可以看看它的token价格是否真的合理

---

--【玖】--：

那很多任务本来token消耗严重，很容易刷没了。本来限定额度