105 个真实 bug 盲评：MiMo-V2.6-Pro 得分 22.7 仅花 $0.86，成性价比标杆
Greg_GL_87 · x · 2026-09-22
博主用两个真实仓库、105 个真实 bug 对多家旗舰模型做「找并修复」盲评，由盲裁判打分：
- 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（默认档）：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 构成了很强的 Pareto 前沿——价格低一个数量级，分数接近旗舰。注意 MiMo 用的是默认档，其余均为最高档。
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
- 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
- 26B MoE 决策小模型 CPU 可跑，得分超 Jev 1.13 — gauravapiscean · 2026-11-12