实测翻车:小米 MiMo agent 特调版 0/10 不敌原版 Qwen

开发者在 16GB M4 MacBook Air 上用 llama.cpp 实测三个 9B 级小模型的 agent 编码能力,任务是限时 15 分钟将交易 CSV 转成带 SVG 柱状图和 Top 5 的消费报告,使用未见过的测试 CSV 并用 checker 打分。结果显示小米针对 agent 特调的 MiMo 蒸馏版在真实 agent 循环中 0/10 全部失败,不敌原版 Qwen 9B,引发对厂商 agent 特调宣传的质疑。

2026-11-18 ~ 2026-11-18 · 2 条相关