На рынке AI-агентов для разработки произошло событие, которое может серьезно изменить экономику «вайбкодинга». Инженер Чью Лунг Ниан провел независимое сравнение новой модели от Xiaomi — MiMo-V2.5-Pro — с актуальным флагманом Claude 4.7 Opus на 18 реальных агентных задачах. Результаты заставляют пересмотреть отношение к китайским open-weight моделям.
Экономика и эффективность
Главный инсайт теста: MiMo-V2.5-Pro потратила на выполнение тех же задач на 58% меньше токенов, чем Claude Opus.
- Claude 4.7 Opus: 3.86 млн токенов, счет на $40.50.
- MiMo-V2.5-Pro: 1.62 млн токенов, стоимость через API составила всего $2.46.
При этом MiMo — это модель с открытыми весами (лицензия MIT), которую можно скачать и запустить на собственном железе. Ее общие параметры составляют 1.02 триллиона, из которых активны 42 миллиарда (MoE архитектура).
Почему это важно для вайбкодеров
Для тех, кто использует Cursor, Windsurf или Claude Code, основная статья расходов — это длинные контексты и итерации агента. MiMo-V2.5-Pro показывает невероятную лаконичность: она достигает результата за меньшее количество шагов и токенов.
Модель была разработана командой Xiaomi под руководством Луо Фули (экс-исследователь DeepSeek). На бенчмарке ClawEval она показывает 64% Pass³, используя в среднем 70 000 токенов на траекторию — это почти в два раза эффективнее, чем показатели GPT-5.4 или Gemini 3.1 Pro.
Реальные кейсы
В ходе тестов MiMo успешно справилась с написанием компилятора SysY за 4.3 часа, совершив 672 вызова инструментов (tool calls) и пройдя все скрытые тесты (233/233).
Нюансы:
- Модель все еще может «капризничать»: в 2 задачах из 18 она отказалась начинать работу.
- Claude Opus все еще выигрывает в сложных архитектурных вопросах (победа в 4 из 18 кейсов).
Тем не менее, наличие модели такого уровня под лицензией MIT означает, что скоро мы увидим ее поддержку во всех популярных AI-редакторах, а стоимость разработки сложных фич упадет в десятки раз.