小米MiMo大模型：榜單排名亮眼，但真實含金量到底有多少？

一直缺席大模型競爭的小米，在天才少女羅福莉的帶領下，終于正式發布了自研大模型 MiMo-V2 系列。

小米近日一口氣拿出 Pro 基座、Omni 全模態、TTS 語音三款模型，主打 Agent 智能體、長上下文與全模態理解。

在官方宣傳中，小米稱 MiMo-V2-Pro 參數規模與上下文長度都做到了當前第一梯隊水平，迅速登頂 OpenRounter 榜單，并拿下 Artificial Analysis 綜合智能排行榜第八。

但一邊是被米粉調侃的“傳奇耐黑王”，一邊是因為營銷宣傳引起幾次大的爭議的事實，小米本次大模型宣傳也引發了爭論。

作為普通用戶，確實很難評價大模型的性能表現。出于謹慎，我們研究了下小米此次重點宣傳的榜單排名，一起看看這些排名成績有多少含金量？

技術實力排名，還是市場運營成果？

小米官方在宣傳中，主要用兩套評價體系支撐 “國際先進” 的定位：一套是 Artificial Analysis 綜合榜單，另一套是 OpenRouter 平臺的調用量排名。

我們先看 Artificial Analysis 榜單。小米 MiMo-V2-Pro 在此榜單中取得全球第八、國內第二的成績，也是其 “國際一流” 說法的主要來源。

Artificial Analysis 榜單的評測方法簡潔明了，核心圍繞智能體能力、代碼、科學推理、通用智能四大維度，涵蓋 10 項高難度基準，采用 “客觀題 + 主觀題” 結合的方式：

客觀題（如代碼運行、數學推理、終端執行）由機器自動判分，確保準確性。

主觀題（如文案生成、邏輯表達、文檔質量）則由 AI 裁判（而非真人）進行盲測打分，采用 Elo 評級方式對比模型表現。

但Artificial Analysis的關鍵問題是，AI 裁判并非完全中立 —— 它有固定的偏好（如偏愛結構清晰、語氣正式的答案），廠商可針對性優化模型輸出，對齊 AI 裁判的打分習慣，從而提升主觀題得分。

不過Artificial Analysis官方也對此做了多項限制，比如采用多 AI 裁判交叉驗證、零樣本測試、高難度動態題庫，大幅降低了針對性優化的空間。

總體而言，這種針對性優化的問題雖不嚴重，不會導致成績完全失真，但肯定存在優化得當使得模型排名可能比其真實綜合實力略高的情況。

再看被廣泛傳播的 OpenRouter 調用量第一榜單。

小米創辦人，董事長兼CEO雷軍發文稱，OpenRounter 是全球最大的大模型API聚合平臺，AI應用開發者可以在這里調用自己想用的模型。這是對模型能力、速度和成本綜合實力考驗。調用量越高，一般意味著開發者的認可度越高。

但實際上，OpenRouter 排名核心指標僅為 Token 總消耗量，并不直接反映模型質量。

這種機制的人為影響因素非常明顯：新品上線常見的大額免費額度、低價補貼、內部測試流量、定向引流等，都能在短期內顯著拉升調用數據。

更關鍵的是，平臺并未區分真實用戶與模型方發起的調用，廠商完全可以通過自身賬號批量主動調用，直接抬高排名。

此次 小米MiMo 以 Hunter Alpha 匿名上線即快速登頂，同期多款國產模型在該平臺出現異常暴漲的調用曲線，可能也側面印證了這類操作的普遍性。

而且調用量只代表被使用的規模，無法體現用戶滿意度、任務完成率與實際效果，更無法等同于模型能力的強弱。

因此 OpenRouter 的排名本質更接近市場運營結果，而非技術實力的客觀證明。

MiMo缺席的榜單

值得注意的是，筆者發現小米MiMo至今并未出現在LMSYS Chatbot Arena的盲測排名中。

筆者曾在之前的文章《國外的模型更好用？我們做了一下專項研究》中，介紹過為什么這個盲測更能說明真實性能。

作為業內最貼近真實用戶體驗、最難被干預的評測體系，LMSYS依靠海量真人匿名雙盲對決形成ELO排名，公信力顯著更高。

小米MiMo未上榜，可能大概率是因為模型剛發布、尚未提交參評，或暫時未接入社區評測平臺，并不直接代表模型能力不足。但小米MiMo確實缺少了最具說服力、最難以造假的第三方口碑佐證。

綜合來看，小米MiMo所主打宣傳的兩套評價體系，的確帶有明顯的營銷傾向，成績中存在可優化、可運營的空間，不能完全等同于模型的絕對實力。

但考慮到大模型的技術難度以及所謂“優化榜單排名”的難度，即便剔除榜單水分，MiMo在架構設計、能力方向與實際表現上依然具備扎實基礎，足以躋身國內第一梯隊優秀大模型行列，并非虛有其表。

更關鍵的是，MiMo從底層設計就重點強化了Agent智能體能力，而小米本身擁有手機、汽車、智能家居等完整的硬件生態。模型擅長的工具調用、多步規劃、跨設備執行，恰好能與小米的全場景硬件深度結合。

并且，小米還有“超能力”，雷軍宣布，在AI領域，小米今年的研發和資本投入就將超過160億元。

榜單排名只是短期話題，模型與生態的協同落地，才是MiMo未來真正值得期待的長期價值。