小米 MiMo-V2.5 评测：别被"媲美 Claude Opus 4.6"骗了
发布于 2026年7月
小米的 MiMo-V2.5 大模型最近声势不小。1T 参数、1M 上下文、1000 tokens/s 极速、Agent 能力"媲美 Claude Opus 4.6"——每一个标签都精准踩中了当下 AI 圈最热的话题。
但如果你在考虑把它用到生产环境，我劝你先冷静一下。这篇评测不讲好话，只谈问题。
一、「媲美 Claude Opus 4.6」——谁说的？小米自己说的
这是整篇宣传稿里最刺眼的一句话。
"在高强度智能体场景下，表现媲美 Claude Opus 4.6。"
谁评估的？用什么基准？具体分数多少？跟什么版本比的？
一个都没有。
这不是在 LMSYS Chatbot Arena 上打出来的分数，不是在 SWE-bench Verified 上跑出来的榜单，也不是 OpenRouter 社区实测的结果。这是小米自己在官网上写的一句话，没有任何第三方背书，没有任何可复现的评测细节。你甚至连"媲美"具体指哪个维度的能力都不知道——是代码生成？多步推理？工具调用准确率？还是纯粹的内部主观打分？
对比之下，DeepSeek-V3 发布时完整公开了 MMLU、MATH、HumanEval、GSM8K 等十几个基准测试的分数，开源社区可以复现验证。Claude 有 LMSYS Arena ELO 评分、SWE-bench 排行榜。MiMo 有什么？一个官网截图都没有的"媲美"。
在一个就连 7B 模型都会老老实实贴 benchmark 表格的年代，一个万亿参数模型用一句没有来源的"媲美"来标榜自己，这不是不够严谨的问题——这是对开发者基本信任的透支。
二、V2 说下线就下线，API 用户被当小白鼠
2026 年 6 月 30 日 00:00，MiMo-V2 系列模型全部下线。官网的原话是：
"MiMo-V2 系列模型已于 2026.6.30 00:00 正式下线，原模型名称已失效，请及时核对并完成 V2.5 系列的切换。"
注意措辞——不是"停止新用户注册"，不是"逐步迁移"，而是一刀切直接下线，原模型名称全部失效。
如果你在 V2 上做过任何集成，不管是写死的 model name、缓存策略、还是基于 V2 行为调优过的 prompt，6 月 30 号零点过后全部不能用。没有任何灰度过渡期、没有双轨并行运行期、没有长尾模型维护承诺。下线就是下线。
对比： - OpenAI 对 GPT-3.5-turbo 的退役提前 6 个月公告 - Anthropic 对 Claude Instant 退役提前 3 个月通知 + 提供替代模型 - 小米：直接死。
如果你用 MiMo 做生产级集成，你要做好随时被强制迁移的心理准备。下一次"V3 来了，V2.5 下线"是什么时候？没人知道。
三、UltraSpeed 1000 tokens/s？你暂时用不到
"彻底解放了 Coding Agent 的生产力极限"——多诱人的宣传语。
然后页面小字写着：
"试用资源有限，每日限量审批，仅优先定向专业机构。"
所以这个 1000 tokens/s 的 UltraSpeed，普通开发者根本申请不到。它不是一个可以购买的服务，而是一个限量内测功能，专门给"专业机构"准备的。你看到的峰值速度宣传，和你能实际用到的推理速度，完全是两回事。
更要命的是，即使你拿到了内测资格，UltraSpeed 的价格是普通 Pro 的 3 倍（输出 ¥18/MTok vs ¥6/MTok）。等到它正式开放的时候，性价比还剩多少，又是一个未知数。
四、不开源——在 2026 年这越来越难接受
2026 年的中国大模型赛道，开源已经是常态： - DeepSeek-V3 / R1 — 完全开源，权重可下载，可本地部署 - Qwen2.5 全系列 — 从 0.5B 到 72B 全部开源 - LLaMA 3.x / 4 — Meta 全系列开源 - GLM-4 / Yi / MiniCPM — 全线开源
MiMo-V2.5？闭源。 只能走 API。
不开源意味着什么？ - 不能本地部署 — 有数据合规需求的企业直接 Pass - 无法微调 — 垂直领域用户没法做 domain adaptation - 没有社区贡献 — 没有开发者给你修 bug、写插件、搞优化 - 供应商锁定 — 哪天涨价、改协议、下线，你没有任何议价能力
小米嘴上说着"共建 Agent 生态"，列了一长串的兼容列表，但真正的生态建设不是靠 API 兼容就能完成的。社区的共识是：你只有开源了，开发者才真的把你当自己人。
五、英文能力？目前是盲区
小米的宣传通篇是中文场景。"中英双语 + 方言"的是 ASR，"精美的中文音色"的是 TTS。那 MiMo-V2.5-Pro 的英文能力到底怎么样？
不是说你"支持英文"就行——LLM 的英文能力取决于训练数据中英文语料的比例和质量，取决于英文 benchmark 上的分数。而小米一个英文 benchmark 分数都没公开。
如果你的使用场景涉及英文代码库分析、英文技术文档理解、英文 Agent 指令或与国际工具链的集成，目前没有任何公开数据能告诉你 MiMo 的表现如何。
相比之下，DeepSeek-V3 在英文 MMLU 上达到 88.5 分，完全经得起国际社区的检验。MiMo 在英文能力上的沉默，本身就是一种答案。
六、价格没你想的那么便宜
看官网价格表，¥3/MTok 输入、¥6/MTok 输出——好像很便宜？但小米的基准价是缓存未命中的价格，而缓存命中率在真实生产环境中能达到多少，没有公开数据。
| 模型 | 输出价格 |
|---|---|
| DeepSeek-V3 | ¥2/MTok |
| MiMo-V2.5-Pro | ¥6/MTok |
| Qwen2.5-72B API | ¥6/MTok |
| GLM-4-Plus | ¥5/MTok |
MiMo 比 DeepSeek-V3 贵 3 倍。 而 DeepSeek 还是开源模型，你可以自行部署，边际成本几乎为零。
七、生态繁荣是假象
官网列了一个长长的"共建 Agent 生态"清单，一眼看去非常丰富。但问题在于：这个列表只说明 MiMo 的 API 兼容 OpenAI/Anthropic 协议，所以这些工具"理论上"能调用它。
没有专门为 MiMo 做过 prompt 优化，没有专门的 function calling 微调，没有工具链深度集成，没有 Plugin 市场。本质上是"兼容"，不是"集成"。 能跑和跑得好之间，差了一整个生态的距离。
八、小米的「AI 基因」存疑
小米的核心业务是手机、IoT、汽车，每一项都是重资产、低利润的硬件生意。AI 大模型需要的是重研发、长期投入。
回顾一下小米做 AI 的历史：小爱同学做了 8 年，至今仍是"天气闹钟"级别；小米 AI 实验室几经重组；大模型这条线从起跑到 MiMo-V2.5 也就一年多时间。
一个硬件公司能在大模型上坚持投入多久？ 当现金流紧张的时候，裁的是 AI 部门还是手机部门？答案显而易见。
九、个人用户？对不起，你不是目标客户
打开 MiMo 的官网，从首页到定价页到内测申请，所有的措辞都透露着一个清晰的信号：这是一个面向机构和企业客户的产品，个人用户只是陪跑的。
申请 UltraSpeed 内测： "试用资源有限，每日限量审批，仅优先定向专业机构。"翻译成人话：个人开发者排队去吧，能不能排到看缘分。
API 定价页： 没有任何"免费额度""开发者试用额度"的条款。对比一下，DeepSeek 注册即送 500 万 token，OpenAI 新用户有 $5 免费额度，Google Gemini 免费层随便用。MiMo？不存在的。 想试用？先充钱。
Token Plan 套餐： 没有提到任何面向个人开发者的轻量方案。最便宜的入口是 MiMo Claw ¥14.9/月，但这其实是一个 Agent 平台套餐，不是纯粹的模型 API 体验。
免费体验时长： 官网写着"免费体验时长同步升级 1h → 4h / 天"。注意，这只是 MiMo Studio（聊天界面）的体验时长，不是 API 额度。你想在代码里集成它的 API？没有免费层。
文档和社区支持： 没有公开的 GitHub Issues、没有开发者论坛、没有 Discord/Slack 社区。唯一的联系方式是微信公众号和飞书群。对，微信群。 你的问题不会留下搜索引擎可检索的记录，别人遇到相同的问题没法参考你的解决方案，问题的响应速度取决于群管理员什么时候看到。
总结一下个人用户的使用体验： 想试用？掏钱，没有免费额度。想内测高速版？你是个人开发者，排队都排不上。遇到问题？加微信群，看命。想本地部署？闭源，别想了。API 突然挂了？先翻翻微信群聊天记录有没有人报。
这不是"对个人开发者不友好"——这是根本没把个人开发者当成目标用户。MiMo 的定位清晰得很：服务好机构客户，个人散客不是它的生意。
十、总结
你应该用 MiMo 如果你： 是机构/企业客户，能签合同、有专属对接；只是做中文对话/内容生成的实验；想体验一下 1M 上下文；本身就在小米生态中。
你不应该用 MiMo 如果你： 是个人开发者——没免费额度、没社区、没文档、没内测资格；做英文为主的开发任务；需要可复现、有第三方背书的模型能力；需要数据隐私/本地部署/微调；做生产级 API 集成；需要一个活跃的开源社区支持。
最终评分
| 维度 | 评分 | 说明 |
|---|---|---|
| 宣传噱头指数 | ★★★★★ | "媲美 Claude Opus 4.6"靠官网一句话 |
| 透明程度 | ★ | 无第三方 benchmark，无英文评测数据 |
| 对个人用户友好度 | ★ | 无免费额度，无社区，内测只对机构 |
| 生态真实度 | ★★ | 兼容 ≠ 集成 |
| API 可靠性 | ★★ | V2 突然下线的前科 |
| 性价比（国内对标） | ★★ | 比 DeepSeek 贵 3 倍 |
| 开源诚意 | ★ | 闭源，锁定风险大 |
| 信任成本 | 高 | 需要你赌小米会持续投入 |
一句话总结：MiMo-V2.5 是一款技术底子不错但被营销严重透支的大模型。在你看到独立的第三方 benchmark 分数之前，那句"媲美 Claude Opus 4.6"最好当成小米发布会上的跑分一样看待——仅供参考，不构成购买建议。如果你是个人开发者，建议先看看 DeepSeek、Qwen 这些对个人用户友好得多的选择。