实测称小米 MiMo 是被低估的性价比黑马，基准表现持续对标一线
VictorSanh · x · 2026-11-05
开发者 mattwinters 分享了用优化测试框架（Beaker）对多家模型做「基础智能 vs 潜在智能」实验的结果，称几乎没人讨论的小米 MiMo 在各基准上持续有竞争力，是性价比上的黑马。
配图为 Score vs cost 散点图（每场景平均成本，对数刻度），对比 GPT-6 Luna、MiMo-V2.6-Flash、Claude Haiku 5.5、GLM 5.3 Flash、DeepSeek V4.1 Flash、Gemini 3.8 Flash、Kimi K3 等模型在 held-out 场景的完成率，并展示 Beaker 优化前后成本-质量差距的变化。
「模型」频道最新
- Arena 数据：任务越贵 Gemini 4 Carbon 成本优势越大，达 GPT-6 Astra 的 1/3.4 — arena · 2026-11-05
- QwenPuter 拆解：CPU 模拟器真的藏在 Qwen 权重里，但完全隔离子网络 — srchvrs · 2026-11-05
- Artificial Analysis 公开 API 基准方法论:每 6 小时测一轮,含多轮 agentic 负载 — ArtificialAnlys · 2026-11-05
- GLM-5.3 最快端点首 token 要等 18-26 秒,新口径下排名下滑 — ArtificialAnlys · 2026-11-05
- Artificial Analysis 改版 API 基准:「每任务耗时」成核心指标 — ArtificialAnlys · 2026-11-05
- Artificial Analysis 改版基准:「每任务耗时」成头号指标,默认档速度差异巨大 — ArtificialAnlys · 2026-11-05