小米白送了我 16 亿 tokens！给我测爽了。。。手把手教你领取 | 附 Claude Code + MiMo-V2.5 模型实战测评

大家好，我是程序员鱼皮。

最近大模型圈儿一直在神仙打架，给我测的头发都快掉光了。。。

GPT-5.5 放话：我理解力最强！

DeepSeek V4 紧接着表示：我性价比最高！

这时候犄角旮旯里传来一个弱弱的声音：我。。。我免费送 16 亿 tokens。。。

定睛一看，是小米。

4 月 23 号，小米正式发布了 MiMo-V2.5 系列大模型，旗舰版 MiMo-V2.5-Pro 是个万亿参数的 MoE 架构模型，支持 100 万 tokens 超长上下文。

官方主打的卖点是 Agent 编程能力强、token 效率高，号称完成同样的编程任务，消耗的 token 比 Claude Opus、Gemini Pro 少 40% ~ 60%。

更重要的是，小米同步推出了「百万亿 Token 创造者激励计划」，免费给开发者发 tokens，这是把咱们这些白票党的心理拿捏得死死的。

光看参数和跑分没什么意思，模型好不好用，还得拿真实项目来检验。

这篇文章我会先带大家白领 16 亿大模型 tokens，然后用 Claude Code 来测试小米开源新模型的实际编程能力，可以当做 Claude Code 保姆级教程来看。

点个收藏，咱们开始~

白领 16 亿 tokens

打开小米 MiMo 的 ORBIT 激励计划页面：https://100t.xiaomimimo.com

可以看到这个计划的总池子有 100 万亿 tokens，发放进行中：

申请方式很简单，填个表单就好。主要是选你常用的 AI 编程工具和底层模型，再描述一下你用 AI 做过什么项目：

提交后显示会在 3 个工作日左右完成审核：

结果我刚申请就秒过了，邮箱很快就收到了通知。邮件里说使用申请时的邮箱登录或注册 MiMo API 开放平台，权益会在登录后 24 小时内自动到账。

开放平台地址：platform.xiaomimimo.com

注意，最好先用你申请的邮箱登录这个平台，然后再申请，否则权益可能无法到账！

登录开放平台后，在订阅管理中能看到赠送的套餐。比如我同事随便让 AI 填了段申请信息，就领到了 Max 月度套餐。

不是哥们，送了 16 亿 tokens？

从套餐信息来看，支持 MiMo-V2.5-Pro、MiMo-V2.5 等全系列模型，还兼容 Claude Code、OpenCode 等主流编程工具：

我刚开始还以为自己看错了，以为是 1.6 亿，没想到真的是 16 亿，这下可劲儿造了！

官方 Max 一年的订阅是将近 7000 元，送了 1 个月，相当于白票了 600 元左右？

咱且不说小米模型好不好用吧，免费送这么多，还要啥自行车？

但让我气愤的是，我自己的账号只领到了 Pro 月度套餐（7 亿 tokens），而且我填申请表单的时候还特意说了自己是「程序员鱼皮」、是博主身份。

不是哥们，瞧不起我？气得我又掉了几根头发。。。

下面我们步入正题，先准备测试大模型的 AI 编程工具。

环境准备 安装 Claude Code

先简单介绍一下 Claude Code。它是 Anthropic 推出的 AI 编程工具，直接在终端里运行，你跟它聊天描述需求，它就能自主分析项目、写代码、跑命令、修 Bug，全程自主执行。

除了基础的代码生成，还能使用工具和 Skills 技能包、连接 MCP 外部服务、用 Plugins 插件扩展能力，甚至搞多智能体协作，扩展性很强。目前最新的 v2.1 版本还加入了 Skills 热重载、会话分叉、自定义主题等功能，更新嘎嘎猛。

安装 Claude Code 很简单。

首先确保你的电脑有 Node.js 环境和 npm 软件依赖安装工具，没有的话，直接到 Node 官网 下载傻瓜式安装包就好：

无论使用什么操作系统，都可以通过 npm，一行命令来安装 Claude Code：

npm install -g @anthropic-ai/claude-code

安装完成后，输入 claude 命令进入对话界面，首次需要登录才能正常使用：

但估计很多同学没有 Anthropic 的国外订阅账号，所以我们要切换为国产模型。

切换模型

Claude Code 本身是支持切换模型的，你可以通过「修改环境变量」或「编辑配置文件」来对接其他大模型的 API。

一般你使用哪家的大模型 API，直接看对应的官方文档，就能找到接入方法。

比如 小米开放平台的 API 文档 里就有现成的接入方法，包括创建配置文件和填写环境变量：

不过我更推荐用一个开源工具 CC Switch，能够可视化地管理 Claude Code、Codex、Gemini CLI 等 AI 编程工具的配置，一键切换不同的模型供应商。内置了 50 多个供应商预设，不用自己手动改配置文件。

开源指路：https://github.com/farion1231/cc-switch

按照官方中文文档，根据操作系统选择对应的安装方式：

Mac 用户可以通过命令行安装：

brew tap farion1231/ccswitch
brew install --cask cc-switch

安装完成后，运行软件进入主界面，添加模型供应商：

可以看到 CC Switch 内置了海量的供应商预设，选择 Xiaomi MiMo：

然后准备填写模型配置信息，需要先从 小米开放平台 获取 API Key。

注意，如果你免费领取或者开通了小米模型的套餐，必须要使用专属 API Key 和专属 Base URL，否则要么访问不了模型，要么消耗的还是你的账户余额。

专属 Base URL 在套餐页面可以看到，兼容 OpenAI 和 Anthropic 两种协议：

在 CC Switch 中填写好 API Key 和套餐专属的请求地址：

然后设置使用的模型，我这里把主模型设置为 MiMo-V2.5-Pro，它是小米的旗舰 Agent 模型，专为长难编程任务优化，token 效率更高。

点右下角保存：

可以在上图中看到 Claude Code 的 JSON 配置文件，其实 CC Switch 就是帮你可视化地修改各 AI 工具的配置文件，省去手动编辑 JSON 的麻烦。

最后，启用 Xiaomi MiMo 模型：

然后重新进入 Claude Code，在左上角能看到切换后的模型名称。随便输入一句话，AI 能给出回复，说明切换模型成功：

安装扩展

Claude Code 默认就有读写文件、跑终端命令、搜索代码这些基础能力，但要做好一个完整项目，光靠这些还不够。

我们需要下面 3 个扩展：

1. Frontend Design：前端美化技能，让生成的页面更有设计感

2. Firecrawl：联网搜索和网页抓取，让 AI 能获取最新的技术信息

3. Context7：查询最新的技术文档和 API 用法，减少 AI 瞎编的情况

下面来依次安装。

1、安装 Frontend Design

Frontend Design 是 Anthropic 官方的前端美化技能，可以让 AI 生成的页面更有设计感。

在 Claude Code 中，先通过 /plugin 命令添加官方技能市场，相当于装了个技能商店：

/plugin marketplace add anthropics/skills

输入 /plugins，在 Discover 菜单栏中，选中 example-skills 并按回车，安装官方的示例技能合集：

输入 /reload-plugins 重载一下插件：

输入 /skills 查看已安装的技能，可以看到 frontend-design 已经就位了：

之后在对话框中输入 /frontend-design 就能主动触发这个技能，让 AI 美化前端页面。同时还自动装上了 webapp-testing 自动化测试技能，后面也用得上。

2、安装 Firecrawl

Firecrawl 是联网搜索和网页抓取工具，让 AI 开发前先搜索最新技术信息。

安装方式很简单，打开终端，输入一行命令：

npx -y firecrawl-cli@latest init --all --browser

执行后，会自动打开浏览器，要在弹出的页面中点击授权：

安装完成后，会自动注册 12 个 Firecrawl 相关技能：

在 Claude Code 的技能管理中，就能看到新添加的 Firecrawl 相关技能了：

3、安装 Context7

Context7 是一个技术文档查询工具，让 AI 能获取到各种框架和库的最新官方文档，避免用过时的 API 写代码。

先在终端输入一行命令来安装：

npx ctx7@latest setup

它会问是安装 MCP 服务还是 CLI + Skills，这里我选择 CLI + Skills。你会发现，现在越来越多工具已经从 MCP 转向 CLI + Skills 的方式了：

同样在弹出的网页中授权，不用自己获取和输入 API Key，太方便了！

然后选择要给哪个 AI 编程工具安装，我选择为 Claude Code 安装：

安装成功后，可以在技能管理中看到 find-docs 技能：

当然，你也可以选择安装 MCP Server 的方式：

安装后，在 Claude Code 中输入 /mcp 命令，就能看到安装好的 MCP 了，比自己手动配置方便太多了！

至此，环境准备完成！下次开发项目时，就不用再重复准备了~

项目实战测评

环境配好了，接下来就是重头戏了。

我准备了 4 个不同类型的项目来测试小米 MiMo-V2.5-Pro 的实际编程能力，覆盖不同维度：

1. 程序员鱼皮的个人网站，测试前端设计和 UI 审美

2. 网站解读器，测试全栈工程能力和 AI 集成

3. QQ 堂小游戏，测试复杂交互逻辑和游戏编程

4. Claude Code 源码分析网站，测试信息架构和数据可视化

为了节省时间和公平比较，每个项目我都用相同的提示词结构，提前准备好技术方案直接给 AI。

实际 AI 编程时，如果你是零基础的同学，完全可以让 AI 帮你思考方案。

但这里我想测的是模型的 代码生成能力，而不是方案设计能力，所以直接把方案喂给它，减少变量。

下面逐个来看。

程序员鱼皮的个人网站

第一个项目，做一个程序员的个人主页。

需求很简单，就是展示个人信息、技术栈、项目作品、文章动态这些内容。但要用 Aceternity UI 这个动画组件库，看看 AI 能不能做出有科技感的页面。主要测试模型的 前端设计能力和 UI 审美。

每个 Case 都要单独新建一个项目文件夹，在 Claude Code 中打开：

输入提示词：

## 角色

 你是一个前端全栈工程师，擅长 Next.js + TypeScript 开发。

 ## 任务

 开发「程序员鱼皮」的个人网站，一个程序员 / 自媒体创作者的个人主页。

 包含以下模块：Hero 区（头像、一句话介绍、社交链接按钮）、关于我、技术栈展示、项目作品集（卡片式，支持分类筛选）、文章/视频动态（模拟数据）、联系方式 / Footer。

 ## 技术栈

 - 框架：Next.js + TypeScript
- UI 组件：Aceternity UI（从官网复制组件代码集成，如 Hero Highlight、Bento Grid、Card Hover Effect、Floating Navbar 等）
- 动画：Framer Motion（Aceternity UI 内置依赖）

 ## 要求

 1. 页面设计要现代、有科技感，深色主题为主，充分利用 Aceternity UI 的动画组件（如背景光效、卡片悬浮、文字渐显等）
2. 响应式适配手机和桌面端
3. 纯静态页面，数据用 JSON 文件或常量模拟
4. 开发前，先联网搜索 Aceternity UI 官网查看可用组件列表和用法
5. 必须生成完整可运行的代码，完成后自主验证

我这里按 Shift + Tab 进入了自动接受编辑模式，通过自动批准文件更改来消除每次操作都需要手动确认的提示，不用每次都找我确认。但是具有一定风险，大家按需使用。

再按一次 Shift + Tab 还可以进入 Plan Mode 计划模式，但这里我已经给出了方案，就不用计划了，加速加速 gogogo！

开发过程中可能需要你确认是否要执行工具调用、执行 Skill 等信息，可以选择不用再次询问。

等了近 10 分钟，AI 完成了任务。

一个纯静态的个人网站竟然要近 10 分钟？！

来感受一下效果，这是首屏页面，看上去还不错，有科技感：

然后是我个人的一些信息，采用了经典的三栏布局，但是由于没有图片，内容看起来很空洞：

然后是项目作品，经典蓝紫渐变色，但关键是信息出现了错误，我啥时候带大家做过「鱼塘」这个项目了？？？

而且展示的都是我很早之前的项目，看上去 AI 并没有成功调用搜索技能：

综合评价一下，信息正确性给到「拉」（编造了不存在的项目），开发速度给到「NPC」（近 10 分钟做个静态页面），美观效果给到「人上人」，这还多亏了我让它用 Aceternity UI 这个组件库。

网站解读器

第二个项目，来个全栈的。

用户输入一个网址，系统自动抓取网站内容，调用 DeepSeek V4 大模型进行全面分析，输出功能定位、目标用户、技术栈推测、SEO 评估等报告。

主要测试模型的 全栈工程能力和 AI 集成能力，看它能不能把前端、后端、爬虫、大模型调用这条链路串起来。

输入提示词：

## 角色

 你是一个全栈工程师，擅长 React 前端 + Python 后端开发。

 ## 任务

 开发一个「网站解读器」Web 应用。用户输入一个网站 URL，系统自动抓取该网站内容，调用 AI 大模型进行全面分析，输出：功能定位、目标用户、技术栈推测、内容结构、SEO 评估、优缺点总结。

 ## 技术栈

 - 前端：React + TypeScript (Vite 构建)
- UI 组件：Ant Design（antd）
- 后端：Python FastAPI
- 网页抓取：后端使用 httpx + BeautifulSoup 抓取页面内容
- AI 分析：后端调用 DeepSeek 模型（兼容 OpenAI SDK），使用 SSE 流式返回结果
- 前后端通信：前端通过 fetch 消费 SSE 流

 ## 要求

 1. 前端界面使用 Ant Design 组件（Input、Card、Spin、Steps 等），布局清晰专业
2. 支持流式输出，分析过程实时逐字显示
3. 后端做好错误处理（URL 无效、抓取超时、AI 调用失败等），前端友好展示错误信息
4. 前后端分离，分别提供启动命令
5. 必须生成完整可运行的代码，完成后自主验证

花了近 4 分钟完成任务，这次的速度还算正常：

根据 AI 的提示，我在后端填写好 DeepSeek 大模型的 API Key，然后启动项目的前端和后端，测试验证。

结果刚打开页面，我就震惊了：

这么简陋的嘛？！怪不得开发那么快呢。。。

来试试功能，输入一个网址，比如我的 鱼皮 AI 导航，点击分析按钮。

AI 唰唰唰就给出了网站的分析报告，还是流式输出，分析了功能定位、目标用户、技术栈推测等等：

你别说，功能还真能用！

但是从输出时间上来看，应该只是简单抓取了单个页面，然后就交给 AI 分析了吧。报告的完整度还是很高的，DeepSeek V4 立大功。

这个项目功能并不复杂，也算是全栈开发一把梭了，从功能完成度上给到「人上人」（顺利完成了，没有明显的 Bug）；开发速度上给到「人上人」；网站的美观效果给到「拉」，过于简陋了。

QQ 堂小游戏

第三个项目，听上去好像并不难，但是很考验 AI 的水平。

用纯前端实现一个 QQ 堂风格的放置水球对战小游戏，玩家在网格地图中移动、放置水球、炸掉障碍物和敌人，还要有 AI 电脑对手。

这个项目主要测试模型的 复杂交互逻辑和游戏编程能力，碰撞检测、状态机、AI 寻路这些，都是难啃的硬骨头。

输入提示词：

## 角色

 你是一个前端游戏开发工程师，擅长 Canvas / Web 游戏开发。

 ## 任务

 用纯前端实现一个「QQ 堂」风格的单机小游戏。QQ 堂是一个俯视角的放置水球（类似炸弹人）对战游戏：玩家在网格地图中移动，放置水球，水球延时爆炸后产生水柱沿十字方向扩散，可以消除障碍物、击中对手。

 核心功能：网格地图（含可破坏和不可破坏的障碍物）、玩家键盘操控移动和放置水球、水球定时爆炸 + 水柱扩散动画、AI 电脑对手（简单寻路和躲避逻辑）、道具掉落（增加水球数量、增加爆炸范围、加速）、胜负判定和重新开始。

 ## 技术栈

 - 纯 HTML + Canvas + JavaScript（单 HTML 文件，不依赖任何框架或游戏引擎）
- 音效：Web Audio API

 ## 要求

 1. 画面可爱卡通，用代码绘制角色和地图元素（不依赖外部图片资源），配色明快
2. 地图至少 13×11 格，每局随机生成障碍物布局
3. AI 对手要有基本智能：能主动放置水球、能躲避即将爆炸的水球
4. 包含开始界面和游戏结束界面
5. 必须生成完整可运行的代码，完成后自主验证

5 分钟后，AI 完成了任务。其实就生成了一个 HTML 网页，生成速度一般：

然后打开网站一看，我差点没把饭喷出来。。。

不是哥们，你管这叫 QQ 堂？！爷青逝啊！

开一把试试看，你别说，竟然真的能玩，放置炸弹炸箱子、消灭敌人：

但是 Bug 实在是太多了！

移动速度飞快、穿模、卡墙，让我想到了以前玩 QQ 堂遇到外挂的时候。。。

可笑的是，敌人连放个炸弹都不会，只能跟在我屁股后面走，就差把「我是沙比」4 个字写在脸上了。

这个项目 Bug 太多，从功能完成度上给到「拉完了」，开发速度上给到「NPC」，美观效果给到「拉」。

我都不敢想象如果让它开发个植物大战僵尸，能搞出个什么炸裂的效果，交给你们来试试吧~

Claude Code 源码分析

最后一个项目，做一个展示 Claude Code 架构设计和实现原理的网站，包含项目概览、架构图、核心模块详解、流程图、源码目录结构这些模块，信息量很大。

这个项目主要测试模型的 信息架构能力和数据可视化能力，看它能不能理解复杂系统并清晰地展示出来。

输入提示词，同时把 Claude Code 源码包的路径提供给 AI：

## 角色

 你是一个全栈工程师，擅长 React 前端 + Python 后端开发，同时精通代码架构分析和数据可视化。

 ## 任务

 开发一个「Claude Code 源码分析」网站，系统性地展示 Claude Code（Anthropic 的命令行 AI 编程工具）的架构设计和实现原理。

 包含以下模块：项目概览（一句话定位 + 关键指标）、架构总览图（交互式模块关系图，可点击展开详情）、核心模块详解（Agent 循环、Tool 系统、Context 管理、权限控制等，每个模块一个详情页）、关键流程图（用户输入→思考→工具调用→输出的完整链路）、源码目录结构（可展开的树形浏览 + 搜索过滤）。

 ## 技术栈

 - 前端：React + TypeScript (Vite 构建)
- UI 组件：Mantine（使用其 AppShell、NavLink、Tabs、Accordion、Paper 等组件）
- 可视化：React Flow 绘制架构图和流程图
- 后端：Python Flask，提供分析数据的 API（架构信息、模块数据以 JSON 格式存储）
- 前后端通信：REST API

 ## 要求

 1. 使用 Mantine 的 AppShell 做整体布局（侧边导航 + 主内容区），支持亮/暗色模式切换
2. 架构图使用 React Flow，支持节点点击展开详情、缩放拖拽
3. 后端用 Flask 提供静态 JSON 数据的 API，数据内容基于 Claude Code 的公开信息整理
4. 支持全站搜索，快速定位模块和关键概念
5. 前后端分离，分别提供启动命令
6. 必须生成完整可运行的代码，完成后自主验证

AI 觉得任务比较复杂，自动进入了计划模式，先解压源码包分析架构，再规划实现方案：

竟然跑了半个小时才完成，本来我要出门的，硬控了我这么久。。。

运行，测试下效果。

首先是 Claude Code 项目概览，你别说，这次看起来还有模有样的，列出了源文件数、组件数、工具数等关键指标，还标注了技术栈：

然后查看架构总览，这里提供了一个可以交互式操作的架构图，用 React Flow 绘制，支持拖拽和缩放，排版布局还挺整齐的，不错不错~

点击某个模块，可以查看这个模块的具体设计，包括模块定位、架构设计、关键文件等信息：

然后查看关键流程图。不是哥们，刚夸你两下就飘了是吧，你管这叫流程图？！

最后是查看源码目录结构，笑发财了，就一个空目录 src，根本点不开！

评价一下，代码分析能力我觉得还可以，项目概览和架构总览做得不错，给到「人上人」鼓励一下。但是流程图和目录结构都存在明显 Bug，功能完成质量给到「拉」，开发速度也给到「拉」，对不起我等待的半小时。

总结

最后简单聊聊这次测试下来，我对小米 MiMo-V2.5-Pro 的真实感受。

先说能力。它是有能力完成全栈项目的，4 个任务都成功跑起来了。

但是质量嘛，一言难尽。

感觉它是个不太上进的 AI，只用最简单的方式完成了我的任务，主打一个「能跑就行」，多做一点功能都不带的。

怪不得官方宣传 token 效率高呢，省 token 的方式就是少干活？

从实际效果来看，整体编程能力不如 DeepSeek V4，跟 Claude Opus 就更没法比了。

我测了 4 个任务，执行过程中竟然 都没有使用过我安装的技能（Firecrawl、Context7、Frontend Design），而是用了 Claude Code 内置的搜索和抓取工具。这说明 MiMo-V2.5-Pro 在工具调用的决策上还不够聪明，更好的工具就在手边，它愣是没用。

再看看成本。4 个项目总共消耗了 2300 万 tokens，套餐额度才用了 1%，舒服了。。。

我还试了一下不用套餐的 tokens 消耗，单独开发一个博客类静态网站，大概 1.6 元左右。大家觉得贵还是便宜？

虽然效果不算好，但是人家免费送 16 亿 tokens，感谢就完事儿了，要啥自行车啊！

我觉得目前它比较适合开发一些工具类的小项目、或者解决一些日常编程小问题。如果想做复杂项目，还是要花心思编写提示词的，比如明确引导它使用技能、给出更详细的方案设计，再加上人工帮忙把控。

说白了，模型不够强的时候，提示词和 Harness 工程就要做得更好。

OK 就分享到这里，本文会收录到我免费开源的 ，上千张图、几十万字，带你从 0 开始快速学会 AI 编程，做出自己的产品、跑通变现全流程，一次拿捏。

开源指路：https://github.com/liyupi/ai-guide

我是鱼皮，持续分享 AI 编程干货。觉得有用的话记得点赞收藏和关注，也欢迎在评论区晒晒你们最近的 Vibe Coding 作品，顺便聊聊你觉得哪个 AI 编程模型最好用？有没有尝试小米模型？