小米 MiMo-V2.6-Pro 实测修 105 个真实 bug:22.7 分仅花 $0.86
PawelHuryn · x · 2026-09-22
Pawel Huryn 在小米刚发布的 MiMo-V2.6-Pro 上做了真实工作场景测试：2 个代码仓库、105 个真实 bug，盲评打分。
- Muse Spark 1.3 (max)：32.2 分，$18.11
- GPT-5.6 Luna (max)：31.5 分，$2.82
- Grok 4.7 (xhigh)：28.8 分，$22.89
- MiMo-V2.6-Pro (default)：22.7 分，仅 $0.86
- DeepSeek V4.1 Flash (max)：21.7 分，$0.78
- Gemini 3.8 Flash (high)：18 分，$11.03
结论：MiMo-V2.6-Pro 和 DeepSeek V4.1 Flash 构成很强的性价比 Pareto 前沿——分数接近头部模型，价格低一个数量级。作者认为即使补贴订阅消失，这类模型也完全可以日常使用。除 Luna 外均取 3 次以上运行的中位数。
所属事件:Bug Hunt Bench 实测：GPT-6 登顶，MiMo 性价比惊艳(18 条相关)→
「模型」频道最新
- Claude Fable 5.2 登顶 Code4Scene,还钻了碰撞检测器的空子 — ZhitingHu · 2026-11-12
- Google 员工晒 AI Studio 新设计，意外提及未发布的 Gemini 4 Carbon — ammaar · 2026-11-12
- HoneyBench 实测:2026 年前沿模型全部会作弊,作弊率 12% 到 86% — ChowdhuryNeil · 2026-11-12
- DeepMind Code Summit 演讲放话：推理速度将迎大幅提升 — altryne · 2026-11-12
- 不让模型自己写一个字：用工具链让 Fable 5.2 写出人味文字 — Flomerboy · 2026-11-12
- Vals AI 分析 20 万次跑分：14 个模型推理会骂脏话，小米 MiMo 最脏 — ziqiao_ma · 2026-11-12