MiMo V2.5 Pro深度评测：Claude Code最佳国产搭档，百万上下文极致性价比
昨天凌晨，小米悄无声息地上线了 MiMo-V2.5 和 MiMo-V2.5-Pro，API 接口也同步开放。
近期大模型的更新节奏密得惊人：上周 Claude Opus 4.7，这周 Kimi K2.6，昨天 MiMo-V2.5-Pro，还有姚顺雨带队的全新 HY3，今天又发了 GPT-5.5，估计 DeepSeek V4 也快亮相了……真是一个蓬勃的时代。
我一直对 MiMo 系列模型抱有好感，自从罗福莉加入小米后，小米大模型的实力提升肉眼可见。当然，最根本的原因是我做了十二年米粉，对小米的设计和硬件发自内心地喜欢，家里的电器几乎清一色是小米，这份感情自然也延续到了他们的模型上。
昨天下午完整试完 MiMo-V2.5-Pro 之后，不得不说，这个模型完全可以跟 GLM-5.1、Kimi K2.6 正面掰手腕，表现着实超出了我的预期。可以说它已经扎扎实实地挤进了第一梯队，开发者社群里也都在热议。
按老规矩，先看一眼跑分。虽然现在各家都在“赢学”里打转，但大致还是能看出一些端倪。
在 AA 榜单上，MiMo-V2.5-Pro 与 Kimi K2.6 并列开源第一。
成绩相当亮眼，相较于小米自家过往的模型，进步也很明显。
上下文窗口直冲 100 万 token，如今百万级上下文几乎成了头部模型的标配，今天发布的 GPT-5.5 也支持了 1M 上下文。
价格方面，我以前总是放在最后提，但这一次必须提前说，因为性价比实在太高，而且刚上线时用的人不多，接入 API 后速度飞快，体感完全不像某些国产模型那样动辄延迟好几秒。
API 调用的定价是：0 到 256k token 范围内，每百万 token 输入 ¥7 / 输出 ¥21；在 256k 到 1M token 区间，则是输入 ¥14 / 输出 ¥42。
对比 Opus 4.6 每百万 token 输入 $5 / 输出 $25 的价格，MiMo 大约能便宜 60% 左右。
除了 API，MiMo 这次还推出了新的 Token Plan，不再区分 256K 和 1M 上下文，统一计费。
这个定价，坦诚地讲，非常有诚意。
在我自己的测试中，它的工具调用和代码开发能力意外地扎实，说人话且颇有几分“那个味道”。我是在 Claude Code 里使用的，可以很笃定地说：Claude Code + MiMo-V2.5-Pro，是我目前最推荐的国内 Agent 组合。很多朋友抢不到智谱的 Coding Plan、用不上 GLM-5.1，请相信我，这个组合就是当下效果最好的替代方案——便宜、大碗还省 token，效果出众，目前用户量少，响应极快。
我虽然自己主力仍会选择 Claude Opus 4.7 写代码、用 Opus 4.6 进行知识创作，但我知道不是每个人都能方便地使用 Claude，甚至很多人连 GPT 也用不上。在这种情况下，搭一套 Claude Code + MiMo-V2.5-Pro 的组合，会变得非常丝滑。
关于如何安装 Claude Code，以及如何通过 cc-switch 在 Claude Code 中接入国产大模型，我在周一发布的Claude Code国内使用的保姆级教程里已经详细写过了，此处不再重复。在那一篇的基础上，想换成 MiMo 新模型也非常简单。
双击打开 cc-switch，在 Claude 配置区点击右上角的加号。
供应商选“Xiaomi MiMo”，填入自己的 API Key。
模型名称填写“mimo-v2.5-pro”。
添加完成后，在首页启用，再打开 Claude Code 就能直接用上了。
来看一个我下午用 MiMo 亲手搓出来、自己还挺满意的案例。我一直想给自己做一个更好用的公众号文章数据分析平台。我一直认为，文章创作不是发出去就结束了，读者的反馈超级重要。目前公众号已经发了 612 篇文章，积累了海量数据反馈。虽然后台有现成的分析工具，但对我们来说远远不够。它提供的分析指标非常有限，肉眼只能看个大概趋势。
我们自己也会抓取更细的数据，之前也分享过我们那张密密麻麻的数据分析表。
但说实话，数据的深度洞察还是偏少，每次看密密麻麻的数字都头疼。我一直琢磨，能不能用更好的方式，把数据量化，再从中挖出那些可能被忽略的趋势或信号。
比如这周一发的 Claude Code 保姆级教程那一篇，我其实对它的数据很看好。刚发出来时阅读量和转发率都不错，一小时就有近 7000 次转发。但后续增长明显乏力，速度变得很慢。那我们自然要复盘，除了平台流量因素之外，还有没有别的内因导致了这样的问题。
之前就一直想自己动手搓一个网站，直接用飞书多维表格做数据库，网页端做数据分析，部署到公司内部服务器，配合企业权限管理，让团队都能用。于是正好借着 MiMo-V2.5-Pro 发布的机会，看看能做到什么程度。
我直接在 Claude Code 里面开着语音输入口述需求。
它根据我口述的内容，有条不紊地逐步输出：先是技术栈和架构设计。
接着是数据分析逻辑，包含我提到的指标体系、转发加速曲线和对比基线。
然后又给出了项目结构、页面设计、实现步骤、验证方式与清单等极其详细的方案。
不得不说，和 MiMo-V2.5-Pro 对话时，莫名其妙地有一种 Opus 4.6 的感觉——说人话，出图表，实在舒服。
接着就直接进入开发。过程就不全放了，大致是每天脚本定时请求飞书数据库，拿到最新数据后进行可视化分析。最终做出的产品如下。因为我们要看三天的完整数据来进行分析，所以这里显示的最新文章仍是周一发布的那一篇。
你能非常快速且直观地看到这篇文章各项数据的分布。很明显，这篇教程类文章的短板主要在完读率，而转发率在后面明显动力不足——教程类文章虽然容易被转发，但真正阅读的人少，读完的就更少了。核心指标的分布也一目了然，这篇文章在我们过去的所有核心指标上表现如何，都清清楚楚。
系统还会生成一份单独的报告。
每篇文章的诊断报告相当全面，不仅指出数据好的地方，也分析不理想数据背后的原因，以及后续可以改进的方向。还有我们的周报看板，展开后能看到过去四周发布的每篇文章的基础数据。
任务到这里并未结束，因为这还只是静态页面，公司的小伙伴无法直接访问。于是我又让它调用我专门给公司搓的服务器 skill，把这个网站部署到内部服务器上。客观地说，我这个服务器 skill 相当复杂，因为和飞书的认证体系做了打通，只有公司员工才能使用，还做了大量隔离，让不同项目跑在不同的容器里。一些能力偏弱的模型，在首次部署这一步就直接失败了。而 MiMo-V2.5-Pro 顺利地完成了用户首次部署逻辑，需要进行认证并与飞书企业对接，确认是否为内部员工。
Mimo 的理解和调用过程非常流畅，我给它验证码后，所有步骤按部就班就成功了，非常出色。
然而部署上去的网址实际上所有人都能公开访问，这当然不行，必须限定只有公司员工才能访问。于是我又把我为内部 Coding 做的统一登录中台也接了上去，以进行登录权限管控。
我们的中台上放着一份接入文档，因为平时小伙伴们开发的各种东西太多，每个人都有部署和管控权限的需求，我就做了这个文档。只要把文档链接发给 Claude Code，就能让项目自动接入我们的统一登录中台。
这份文档内容着实不少，涉及多种接入方式和渠道，还要同步用户信息，并且我们有三家飞书主体，各自的权限设定都不一样。能力稍弱的模型在测试时经常接出 Bug，但 MiMo-V2.5-Pro 只一轮，零修改，直接完美接完。
我让同事测试了一下，完全没问题。
到这一步，我看了一眼整体的 token 消耗。
输出 157.1K，输入约 1.2M，缓存命中 29.6M，而且缓存目前还是限时免费的，所以总体消耗意外地少。MiMo-V2.5-Pro 确实有点东西：飞书数据通过 CLI 一次拿到，正常开发，服务端 skill 一次部署成功，登录中台一次性接入——整个过程行云流水。
公司内部我还捣鼓了一个 skills 同步平台，因为很多同事自己搞了各种 skill，也需要相互分享，但以前全都靠微信传来传去，效率低下。于是我做了一个能让所有人上传 skill、其他人可以订阅的平台，订阅后本地就会自动安装对应的 skills，后续线上更新，订阅者本地也会同步更新，非常方便。
今天才算是第一次正式运行。之前用 Opus 4.6 开发时遗留了不少 Bug，而今天这些 Bug，全都是 MiMo V2.5 Pro 直接修好的。甚至打标签、加头像之类的各种功能，也都是我用 MiMo V2.5 Pro 顺手开发的。
不得不承认，这模型是真的有两把刷子。
还有一个很有意思的尝试。我把 160 万字的《甄嬛传》整本丢给 MiMo-V2.5-Pro，让它分析人物关系图、情节线、人物志，最终生成了一个可交互的网页。为了好看，我让它去搜索剧照，给角色配上演员照片。
最后出来的网页非常有趣，你能快速看清整部剧里每个重要角色，以及人物之间的关联。
还有时间线和各个人物阵营。
确实挺好玩。
当然，MiMo-V2.5-Pro 也有一个不足：前端审美能力还没有跟上它在其它方面的水准。一开始生成的页面在视觉上只能说能用，谈不上设计感，还是需要配合一些前端设计的 Skill。这一点跟 GPT-5.4、5.5 的情况非常相似。但我认为这无伤大雅，因为前端设计有很多手段可以弥补，而逻辑推导和代码能力才是核心。
就目前来看，MiMo-V2.5-Pro 确实是我认为配合 Claude Code 的国内最好选择之一。这种窗口期估计不会太长，等大家都反应过来，速度可能就没现在这么快了，计划或许也不一定好买了。
最后，祝大家创造愉快。