我测试了小米 MiMo V2.5 Pro 在自主编程方面的表现：完成了 301 次提交，生成了 60 多页代码，API 费用仅 70 美元。如今它已开源。

我花了三周时间测试小米 MiMo V2.5 Pro 作为完全自主的编程代理。不是跑基准测试，而是通过长时间的实际会话来构建一个产品。小米开源了完整模型（1.02T 参数，MIT 许可证）。以下是数据展示的结果，以及此次开源发布意味着什么。**我测试了什么** 我使用小米兼容 Anthropic 的 API 端点，将 V2.5 Pro 连接到 Claude Code。然后我运行了自主会话，模型在其中自主生成任务、确定优先级、编写代码、提交到 git，并继续推进。会话期间没有任何人为干预。模型自主完成了产品构思、需求 backlog、架构设计和内容策略。**数据结果** 经过约 125 次会话： - 301 次 git 提交 - 60+ 页面（着陆页、定价页、博客文章、工具、API 文档） - 交互式 API 成本计算器，支持 33 种模型和 10 家提供商的实时定价 - Stripe 支付流程、可嵌入组件系统、价格提醒系统 - 新闻通讯基础设施、无服务器 API 端点 - 完整站点从空仓库部署到 Vercel - 总 API 成本：$70.12 **为什么成本这么低** 关键发现：96% 的缓存命中率。在处理的 3.87 亿个 token 中，有 3.73 亿个命中了缓存。Claude Code 在工具调用之间复用上下文（读取文件、检查输出、进行修改），而 V2.5 Pro 的缓存机制意味着你几乎不需要为重复的上下文付费。3.87 亿个 token 仅花费 $70.12。**它的优势** 自主任务规划与执行。这个模型不只是遵循指令，它还会自主创建需求 backlog、确定任务优先级，并在多次会话中逐步完成工作。它还具备自我纠错能力：它对自身代码进行了质量审计，并修复了发现的 bug，无需人工提示。对于结构化编程工作（静态网站、无服务器函数、SEO 内容、API 端点），它快速且可靠。在 125 次会话中，我交给它的每一个结构化编程任务，它都处理得井井有条。这覆盖了大多数开发者日常需求的约 95%。**它的不足** 高负载下的速率限制（RPM/TPM 流控）。我在长时间会话中遇到过几次这种情况。等待大约一分钟后，会话恢复正常。这不是致命问题。对于最难推理的任务（复杂的多步架构决策、微妙的跨文件 bug），我无法评价它与 Claude Opus 或 GPT-5.4 的比较，因为我没有测试这些极端情况。**开源发布** V2.5 Pro 在 MIT 许可证下完全开源。完整规格如下：总参数 1.02 万亿，活跃参数 42B（MoE），混合注意力架构，3 层多 Token 预测，上下文窗口最高 1M。权重已发布在 HuggingFace 上。需要注意的一点是：由于 1.02T 参数规模，自托管需要强大的硬件（最低配置为 4 张 A100 80GB）。对大多数开发者而言，通过 API 使用并享受 96% 的缓存命中率，仍是更实际的选择。但开放权重意味着企业可以在自己的基础设施上部署，研究人员也可以针对特定领域进行微调。**生态整合** V2.5 Pro 原生支持 11+ 款编程工具：Claude Code、OpenCode、Cline、Kilo Code、Roo Code、Codex、Cherry Studio、Zed、Qwen Code、Trae 和 OpenClaw。上一代模型需要代理设置，而这次原生兼容 Anthropic 的端点是使其适用于日常使用的关键。**更大格局** 一个万亿参数级别的模型，以 MIT 许可证开源，通过 API 处理 3.87 亿 token 仅需 $70。一年前，这简直不可想象。无论你是使用 API 还是自托管，V2.5 Pro 都预示着人工智能经济模式的未来方向。