Mimo V2.5 UltraSpeed 测评报告！最快的模型！
Mimo V2.5 UltraSpeed是小米推出的主打”最快推理速度”的大语言模型。本视频对其速度和质量进行双重测评——在测量实际推理速度的同时，也验证其在快速模式下是否保持了足够的回答质量。与其他主流模型的响应速度对比，以及在编程、问答等实时交互场景中的实际体验。
微信赞赏
相关推荐
2026-09-11
小米 MiMo X Pro 测评报告！真的能打吗？
小米 MiMo X Pro Preview 测评报告来了！作者申请内测权限等了两天没拿到，多亏群里周黑鸭哥哥帮忙跑完全套祖传测试用例还提供录屏，非常感谢。 第一题：约束指令句子生成 所有句子都按要求以 1 到 10 结尾，通读后发现 4、7、8、9 几句读起来不通顺，第 6 句表达也比较别扭，日常很少会这么描述。 第二题：新版 24 点要求三组独立解法 三组答案全部违规，都重复使用了题目限定数字，不符合规则。 第三题：七位数密码锁推理 顺利输出正确答案。 接着开始代码项目测评，浏览器操作系统系统弹窗正常，UI 中规中矩，Dock 栏应用运行没问题，但是太空射击游戏无法发射子弹，按键和鼠标点击都没有响应。3D 赛车游戏打开之后完全没有交互，看着就像一张静态图，直接测试失败。Trello 看板 UI 风格比较普通，卡片无法编辑标题，列表不能拖动，删除按钮显示禁用状态却可以点击删卡，存在明显异常，仅列表删除功能正常。 整套测试结束，周黑鸭同学反馈本次测评消耗掉 1% 的内测周额度，测评结果留给大家自己评判，欢迎在评论区聊聊你的看法…… 访问入口
2026-09-22
Mimo 2.6 Flash 测评报告！怀疑小米发布错模型了！
上个视频测了小米 MiMo V2.6 Pro 版本，坦白说有点拉胯，还非常爱思考，动不动思考到 Max Tokens 爆了。这次准备测试下 Flash 版本，希望能有好的表现。测试依然在 Pi 中接入，思考模式同样打开。 第一题强约束指令遵循句子生成测试，排除结尾不是从 1 到 10 之后，第二句不符合要求，认真看了下第六、九、十句都不通顺，只对了 6 句。 第二题鹈鹕土星环骑自行车 SVG 测试，也是大半个小时去了，这个 Flash 看来也不 Flash。效果竟然比 Pro 版本还好：左转弯已经很顺滑，且这次车把有手扶着了。但仍有问题：左转弯是倒退着转弯的，类似溜冰时的转弯；扶着车把的手和踩车的脚还是太像人了，鹈鹕应该是翅膀而非人腿，关节也不该和人一样——整体还是一眼就能看出是 MiMo 家族生成的。 第三题复合弓射箭 SVG 测试，时间也挺长。坦白说实现比 Pro 版好多了，甚至比之前测试过的模型都好，复合弓是最像复合弓的一个。问题两个：上方下方转轮都是顺时针方向，以及没有看到副弦——只有一根弦的话，复合弓主体做得再好也只当普通弓箭用。 第四题实现精美浏览器操作系统，这...
2026-09-22
Mimo 2.6 Pro 测评报告！结果可能不是你想要的！
一大早醒来，粉丝们就说小米 MiMo 2.6 发布了，赶紧测评，义不容辞。这次发布了三个模型：Pro、Flash、Ultra、Speed。由于担心测完钱不够，先测 Pro，保证旗舰版 Ultra 能测完。测试依然在 Pi 上接入，打开思考模式开干。 第一题强约束指令遵循——让模型生成以 1-10 结尾的句子，整体通顺，但第 10 句的表述总觉得别扭。咨询 Deepseek 后确认第 10 句确实不太通顺。 第二题 Saturn 环骑自行车 SVG 生成，等了约一个半小时才出结果。问题明显：转弯仍用淡入淡出过渡、鹈鹕全程没有扶着车把、脚太像人腿而非鹈鹕关节。思考时间如此之长，实现效果却不尽如人意，性价比存疑。 第三题复合弓射箭 SVG，同样等待大半个钟，问题更为严重：头与身体完全错位、右手握弓手掌反转为左手拉弦、弓弦在右手外侧导致无法正常开弓。一个半小时的等待，换来这样的成品，实在说不过去。 第四题实现精美浏览器操作系统，号称任意位置点击即可进入，实际点击毫无反应，调试模式显示存在严重 bug。第五题 3D 赛车游戏，车辆一直往路边栏杆死撞，不断充钱也未能改善。 第六题无第三...
2026-05-18
Claude Code Agent View： 开启上帝视角！打造AI编程军团
ClaudeCode开启上帝视角！打造AI编程军团是一款实用的AI工具，本文介绍它的核心功能和使用体验，帮你快速了解这款产品。
2026-10-21
Minimax M3.1 Flash 测评报告！这次将出乎你意料！
MiniMax M3.1 Flash 的 Claude Code 版测评报告来了。前两个视频我们是在 PI 上测的，然后评论区直接炸了锅：不少粉丝说，同样的测试用例，怎么在 Codex、在 Claude Code 上面跑效果好这么多？看看人家 AA 上的评分，再看看人家在 Agents Last Exam 的评分，你是不是本来就不该在 PI 上测呀。 粉丝的建议，那当然是要听的。我们所有模型基于 PI 测评，主要是想避开 harness 对我们测评模型原生能力的影响。但 Minimax 的强项是 agent 的工具调用能力，所以这次准备在当前最强的 Claude Code 上面再测一次，看下效果如何。 第一题强约束指令遵循句子生成测试。先检查一下结尾是不是都是从 1 到 10 结尾的——第 6、8、10 句不是。我们再看是否通顺，我认真看了下，基本都是通顺的，没有看到什么问题。这个表现还是挺不错的，毕竟这道题基本没有几个大语言模型能做到全对。 第二题鹈鹕土星环骑自行车 SVG 测试。大方向上，这个转弯效果看上去挺不错的，但是小问题还是有的：首先这个鹈鹕身体有点奇怪，怎么中间...
2026-09-06
Skills自动进化神器！让你的智能体越用越聪明！
还在手动维护一堆 AI 智能体 Skills 吗？用一段时间就频繁出问题是不是特别闹心？如今不管 Claude Code、Codex 还是别的智能体工具，大家都会装大量 Skills，可时间一长部分 skill 就会失效，处理新任务输出效果大幅下滑——根源就是这些技能都是静态写死的文件，没有自我迭代能力，接口变更、场景变化不会自动更新；就算本次会话把问题修正，下次调用依旧旧错重犯。网上找来的 Skill 只有文字描述、缺少真实运行数据，好不好用只能靠踩坑，会话一关经验就丢了，无法沉淀成智能体自身能力。 港大（HKU Data Science Lab）开源的 OpenSpace 正好解决这个痛点。原理并不复杂：监控并记录每一次任务的成败，从失败中学习修复现有 skill，还能生成全新 skill。简单说，从前是人维护静态 Skill；用上它之后，Agent 执行的任务越多，技能库就越靠谱，不仅让 skills 越来越好用，还能节省大量无效试错带来的 tokens 损耗。 OpenSpace 通过 MCP 协议接入 Claude Code、Codex、Cursor、OpenCl...
