MiMo-V2.5-Pro — 小米最强 Agent 模型

> 一句话版本：小米的旗舰 AI 模型升级版，专为长程 Agent 任务优化。4.3 小时自主写完北大编译器满分、11.5 小时写出 8192 行视频编辑器。比 Claude Opus 4.6 省 40-60% token。即将开源。

V2.5-Pro vs V2-Omni（之前报告的版本）

三大 Agent 实验成果

1. 北大 SysY 编译器（Rust）

• 任务：从零实现完整 SysY 编译器（词法、语法、AST、Koopa IR、RISC-V 后端、性能优化）
• 参考时间：北大 CS 学生需要数周
• MiMo：4.3 小时，672 次工具调用，233/233 满分
• 亮点：先搭完整 pipeline → 修 Koopa IR (110/110) → 修 RISC-V (103/103) → 性能 (20/20)。首次编译就通过 59% 测试，说明架构设计正确
• 自我修复：turn 512 重构时回归了 2 个测试，模型自主诊断并恢复

2. 全功能视频编辑器

• 任务：多轨时间线、剪辑、交叉淡入淡出、音频混音、导出
• 成果：8,192 行代码，1,868 次工具调用，11.5 小时自主工作
• 配音：使用 MiMo-V2-TTS 做 AI 旁白

3. 模拟电路 EDA（FVF-LDO 设计）

• 任务：TSMC 180nm 下设计 FVF-LDO 低压差稳压器
• 参考时间：训练有素的模拟 IC 设计师需要数天
• MiMo：约 1 小时闭环迭代（ngspice 仿真循环）
• 配合：Claude Code 作为 harness
• 结果：6 项指标全部达标，4 项比初始设计提升一个数量级

关键特性

Harness Awareness

V2.5-Pro 展现出"工具环境感知"——充分利用 harness 的能力，主动管理记忆，塑造自己的上下文朝目标推进。

Token 效率

在 ClawEval 上达到 64% Pass³，仅用 ~70K tokens/trajectory。同等能力下比 Claude Opus 4.6、Gemini 3.1 Pro、GPT-5.4 省 40-60% tokens。

上下文连贯性

超长上下文中保持强连贯性，可靠地遵循上下文中的隐含需求。

分析

优势：

• 🔥 Agent 能力飞跃——三大实验都是真实长程任务，不是 toy benchmark
• 🔥 Token 效率极高——省 40-60% 意味着成本大幅降低
• 🔥 即将开源——V2.5 系列将开源，社区可本地部署
• 🔥 性价比碾压——$1/$3 vs Opus 4.6 的 $15/$75（约 15x 更便宜）
• 📊 ClawEval 榜首——在 Agent 评估基准上表现顶尖

风险：

• ⚠️ 价格是 V2-Omni 的 2.5x——从 $0.40/$2 涨到 $1/$3
• ⚠️ 昨天刚发布——需要社区验证实际效果
• 🟡 中文公司模型——全球开发者采用率待观察
• 🟡 依赖 Claude Code 作为 harness——EDA 实验中用了 Claude Code

与 Jay 的关联：

• 🔥 OpenClaw 模型选择——MiMo-V2.5-Pro 可以作为 OpenClaw 的主力模型，性价比极高
• Agent 场景验证——编译器/视频编辑器/EDA 都是复杂长程任务，和 Jay 的 researcher agent 场景类似
• 即将开源——如果开源，Jay 可以在本地 Mac M3 上跑（取决于模型大小）
• 与 MiMo-V2-Omni 对比——我们写过 V2-Omni 报告，V2.5-Pro 是 Agent 专精升级

评分