跳到正文
热点事件持续更新

三款小模型编码实测:MiMo零分落后

2 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

GapNew4766在16GB M4 MacBook Air上用llama.cpp实测,小米MiMo v2.6 Distill三次均在15分钟内超时,Agent编码测试得分0/10;Qwen3.5-9B得8/10,Qwen3.5-4B得7/10。 测试要求模型将交易CSV转为包含SVG柱状图和Top 5表格的HTML报告,并按10项标准评分;该轮使用未见过的CSV及checker。作者称,MiMo这一针对Agent场景特调的蒸馏版在该次真实Agent循环中全部失败,结果落后于Qwen。该结论仅对应上述设备、模型量化及运行配置;作者已公开提示词、CSV、评分器和q4km、64k上下文、temp 0.2等配置,供他人复测。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. AGI Hunt
    实测:小米 MiMo agent 特调版 0/10 不敌原版 Qwen

    开发者使用 llama.cpp 在 16GB M4 MacBook Air 上实测 3 个 9B 级小模型的 agent 编码能力,要求在 15 分钟内将交易 CSV 转为含 SVG 柱状图和 Top 5 的消费报告。小米 MiMo v2.6 蒸馏版在真实 agent 循环中 0/10 全部失败,不敌原版 Qwen 9B,引发对厂商 agent 特调宣传的质疑。

  2. AGI Hunt
    16GB MacBook 实测:小米 MiMo v2.6 Distill 0/10,输给 Qwen3.5-9B

    在16GB M4 MacBook Air上用 llama.cpp 实测时,小米 MiMo v2.6 Distill 三次均超时,Agent 编码得分0/10,落后于 Qwen3.5-9B 的8/10。测试限时15分钟,要求把交易CSV转为含SVG柱状图和Top 5表格的HTML报告;Qwen3.5-4B得7/10,完整配置已公开。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。