小米 MiMo 开放平台体验:免费额度真香,代码能力超出预期
前段时间看到小米发布了 MiMo-V2.5 系列模型,还搞了个百万亿 Token 免费发放的活动。
说实话一开始我没太当回事——国内大模型这两年太多了,又一个?
但后来试了一下,发现这东西确实有点东西。
用了大概两周,我把日常的编程辅助从 Claude 切了一部分到 MiMo 上。
写这篇文章不是为了吹,而是想聊聊真实体验,顺便说说怎么白嫖他们的免费额度。
MiMo 是什么
Xiaomi MiMo 是小米自研的大模型系列。V2.5 是目前最新版本,包含几个核心模型:
- MiMo-V2.5:旗舰推理模型,主打编程和复杂推理
- MiMo-V2.5-Pro:全模态 Agent 模型,支持文本、图像、语音
- MiMo-V2.5-TTS:语音合成模型,支持一句话生成新音色
- MiMo-V2.5-ASR:语音识别模型(已开源)
整个系列采用 MIT 协议开源,允许商业用途的推理和二次训练。
实际体验如何
我主要用它做两件事:写代码和日常问答。说说真实感受。
编程能力
在 Cursor 里配置 MiMo 作为底层模型后,日常的 Go、Python 代码补全和生成质量不错。
函数级别的代码生成基本一次成功率在 80% 以上,对上下文的理解也比较准确。
举个例子,让它写一个并发安全的缓存:
package main
import (
"sync"
"time"
)
// Cache 是一个带过期时间的并发安全缓存
type Cache struct {
mu sync.RWMutex
items map[string]*Item
}
type Item struct {
Value interface{}
ExpireAt time.Time
}
func NewCache() *Cache {
c := &Cache{items: make(map[string]*Item)}
go c.cleanup()
return c
}
func (c *Cache) Set(key string, value interface{}, ttl time.Duration) {
c.mu.Lock()
defer c.mu.Unlock()
c.items[key] = &Item{
Value: value,
ExpireAt: time.Now().Add(ttl),
}
}
func (c *Cache) Get(key string) (interface{}, bool) {
c.mu.RLock()
defer c.mu.RUnlock()
item, ok := c.items[key]
if !ok || time.Now().After(item.ExpireAt) {
return nil, false
}
return item.Value, true
}
func (c *Cache) cleanup() {
ticker := time.NewTicker(time.Minute)
defer ticker.Stop()
for range ticker.C {
c.mu.Lock()
now := time.Now()
for key, item := range c.items {
if now.After(item.ExpireAt) {
delete(c.items, key)
}
}
c.mu.Unlock()
}
}这段代码是 MiMo 一次生成的,包含了读写锁分离、过期清理协程、TTL 机制,质量说得过去。
当然,你可能会问,就这?
当然不是,我申请了 7 亿的免费token,将一个历史的 PHP 项目全量迁移为 Go 版本,连续跑了差不多一周,目前总体看起来质量还可以,基本功能都可以还原。
之前用的是 claude 4.6 进行项目的迁移,但是效果极差,当然,这不排除是因为这次写的提示词不同,这一次吸取了上次的教训,先让大模型帮我解读整个项目,先生成迁移 md,然后再让大模型一步一步进行迁移,但是总体上来说,MIMO 的表现还是可以的。
日常问答
回答技术问题时,准确度和 DeepSeek 差不多的水平。
中文理解不错,不会出现那种翻译腔很重的问题。
偶尔会有幻觉,但频率不比其他模型高。
不足之处
实话实说,跟 Claude Opus 或 GPT-4o 比还是有差距的,主要体现在:
- 复杂多步推理偶尔会丢步骤
- 超长上下文(10 万 token 以上)的连贯性还有优化空间
- 代码重构这种需要全局视角的任务,表现一般
但考虑到它的价格(甚至免费),这个性价比是非常高的。
不过 MIMO 官方显示:极致 Agent 性能 — 在高强度智能体场景下,表现媲美 Claude Opus4.6
怎么白嫖免费额度
这是我觉得 MiMo 当前最大的亮点——小米在疯狂撒钱拉开发者。
方式一:百万亿 Token 创造者激励计划
小米从 4 月 28 日开始,30 天内面向全球 AI 用户免费发放总计 100 万亿 Token 权益。申请流程:
- 访问 100t.xiaomimimo.com 填写申请表
- 等待评估(约 1~3 个工作日)
- 通过后权益直接到账
填表时写清楚你的使用场景,越具体通过率越高。
我写了在 Cursor、OpenClaw、Claude Code 里做AI Agent 应用开发,并且附上了作品,两天就通过了。
方式二:邀请好友各得 10 元赠金
这个简单粗暴——邀请一位好友注册 MiMo 开放平台,你和对方各得 10 元 API 赠金。赠金可以直接用来调用 API,按量计费消费。
如果你想试试 MiMo,可以通过下面的链接注册,咱俩都能拿 10 元赠金:
邀请码:4LURMA。
注册完之后会有初始免费额度,加上邀请赠金,够你体验一段时间了。
方式三:Token Plan 订阅制
如果用量大,可以订阅 Token Plan。跟按量计费相比单价更低,而且可以直接配置到 Claude Code、Cursor 等编程工具里使用。
怎么接入 Cursor / trae / CodeBuddy
MiMo 的 API 兼容 OpenAI 格式,接入主流工具非常方便。
接入 Cursor
- 打开 Cursor 设置 -> Models -> OpenAI API Key
- 填入你的 MiMo API Key
- Base URL 设置为 MiMo 的 API 端点
- 选择模型即可使用
注意,免费版的 Cursor 不支持接入自定义模型,真的是巨坑
接入 TRAE
不得不说,字节的产品确实值得点赞,TRAE 接入自定义大模型十分的方便,在大模型选择处直接添加自定义大模型即可,填写 MIMO 的 URL 和 API KEY 即可,非常方便
另外,TRAE 的很多大模型都可以免费使用,这是其他 IDE 都没有的功能,虽然有限速和需要排队,不过也算是值得推荐
接入 CodeBuddy
腾讯出品的 CodeBuddy IDE,目前用起来感觉还是挺强的,但是没有办法像 Cursor 和 TRAE 那样子直接界面设置就可以接入自定义大模型,需要通过配置 models.json 文件 官方文档:https://www.codebuddy.cn/docs/zh/cli/models
标准的 OpenAI 兼容格式,如果你之前用过 DeepSeek 或者其他国产模型的 API,基本零成本切换。
适合什么人用
根据我的使用经验,MiMo 适合这几类人:
开发者日常编程辅助:代码补全、函数生成、Bug 排查,性价比极高,尤其是配合免费额度。
个人项目和学习:免费额度足够个人学习和小项目使用,不用担心成本。
AI 应用原型开发:如果你在做 Agent、知识库、自动化之类的项目,MiMo 的 API 价格让你可以放心跑测试。
想省钱的 Cursor/Claude Code 用户:如果你觉得 Claude 或 GPT-4 的 API 账单太贵,可以把非关键任务切到 MiMo 上,混合使用。
常见问题
Q1. MiMo 和 DeepSeek 比怎么样?
在编程任务上差不多,某些场景 MiMo-V2.5 Pro 甚至略好一些。日常问答两者水平相当。
MiMo 当前的优势主要在价格和免费额度上。
Q2. API 稳定性如何?
用了两周,没遇到过大面积故障。响应速度中等偏上,推理类任务首 token 延迟大约 1-2 秒,生成速度每秒约 40-60 tokens。
Q3. 免费额度用完了怎么办?
按量计费继续用,价格在国产模型里算便宜的。
也可以继续邀请好友拿赠金,或者申请百万亿 Token 激励计划。
Q4. 数据安全有保障吗?
MiMo 开放平台面向全球用户,小米作为上市公司在数据合规上有基本保障
总结
用了两周 MiMo,整体感受是:模型能力够用,价格和免费额度是目前最大亮点。
如果你是开发者,现在注册正好赶上百万亿 Token 激励计划和邀请赠金活动,几乎可以零成本体验一段时间。
等免费额度用完再决定要不要长期使用,没什么损失。
对我来说,MiMo 不会完全替代 Claude,但作为日常编程辅助和非关键任务的模型,性价比确实高。
注册链接(邀请有礼,双方各得 10 元赠金):
我在用 MiMo 开放平台体验 小米顶尖模型 MiMo V2.5等 ,通过我的邀请码注册为新用户,即得 ¥10 API 体验金。邀请码:4LURMA。注册:https://platform.xiaomimimo.com?ref=4LURMA(注册后点控制台左下方入口填入,体验金40天有效)如果你也试了 MiMo,欢迎评论区聊聊体验和使用感受。
版权声明
未经授权,禁止转载本文章。
如需转载请保留原文链接并注明出处。即视为默认获得授权。
未保留原文链接未注明出处或删除链接将视为侵权,必追究法律责任!
本文原文链接: https://fiveyoboy.com/articles/xiaomi-mimo-experience/
备用原文链接: https://blog.fiveyoboy.com/articles/xiaomi-mimo-experience/