MiniMax-M2.7-highspeed 模型真的一般般

3 月 25 日
 mogutouer
昨天要增加一个新功能,改动比较多,尤其是前端。
于是我用 opus4.6 让 superpowers:brainstorming 开始规划,他分析所有相关不相关的文件,最后整理出一个非常详细的开发设计,以及开发任务,每个大任务还分了几个小任务,任务里都有改哪些文件改什么地方怎么改怎么验证,只需要照着任务指引做就行了。

前段时间因为玩龙虾,开了 minimax 那个 98 的极速版 token plan 。

然后我想着任务都规划的这么细了,让 MiniMax-M2.7-highspeed 干一干试试呗。

晚上 10 点开始,我想着改动也不大就十几个文件,搞一个来小时绝对可以了吧,于是切到 minimax ,开启 agent team 开干。开始感觉还挺好,十几个 agent 五颜六色的在跑,各种开发各种 review ,我心想国产大模型也没他们说的那么不堪嘛,好赖有个平替,以后 opus 规划,minimax 执行好像也挺不错。

框框不到一个小时任务全跑完了,给我报告说所有任务都完成了。

于是我就打开测试一下,后端除了数据库没导入,有些字段类型错误,也没啥问题,花了十几二十分钟来回对话他给修好了,API 没问题了,毕竟接口调整不大就改几个返回格式。

问题出在前端,前端需要增加一个侧滑抽屉,兼容 H5 和 APP 以及 PC 端,滑出来的位置总是不对,内容滑动和多平台兼容也有问题,然后还有很多大小位置滑动显示等等问题,完全没法用。

于是我就跟他说有什么什么问题,然后他哼哧哼哧改,如此反复又反复对话光是我给他说问题就用了将近 100M 的 tokens

上头了,最后折腾到凌晨快 2 点还是一堆问题。

实在顶不住了,git 重置,切到 sonnet 不到半个小时完美完成任务,几个小问题对话了几次就搞定了。

最后发布上线,折腾到凌晨 3 点。

第二天直接买 VPS 固定 IP ,新卡新号升级到 claude max ,要不是最近大封号,我之前的被封了,然后试了一大堆中转站体验实在一般般,并且最近封号很多都不能用或者是逆向的,都不会想到要折腾这国产模型。

总结就是,跑分多牛逼都没用,任务分的多细都没用,因为最终执行是靠模型能力去执行的,不要想着 opus 做规划国产模型来执行,这条路行不通的。我之前还测试 claude 开发完,让国产模型( k2.5 )去跑测试,测都测不明白,按钮外到姥姥家了跟我报告说 UI 测试通过还跟我说非常整齐。

截止到今天,真正的生产力,现在唯二的选择还是 cluade ( opus,sonnet )和 codex ( gpt5.4 ),大家还是克服困难想尽办法用上 claude 。其他大家试都不用试了,纯浪费时间浪费精力,一个月多花一千几百大家多睡几个好觉吧。

6090 次点击
所在节点    程序员
36 条回复
imik
3 月 25 日
幸亏没手贱花几十块钱试一下
weixiaoyun
3 月 25 日
op 图中是什么软件统计的?
onedge
3 月 25 日
实测不如 m2.5 的智力,我感觉 2.7 路子走偏了,太往工具链方向了,计划,复盘,疑难杂症攻坚能力真的不如 m2.5 我已经用回 2.5 (做执行和日常非编程任务)了
mogutouer
3 月 25 日
@weixiaoyun #2 ccusage 统计的数据,写了个 chrome 插件方便自己看
onedge
3 月 25 日
可以试试我自己 vibe 的工具,实时对话 review ,没办法消除但可以降低一定的幻觉,总体上对输出是有提升的
https://github.com/timwuhaotian/the-pair
欢迎 contribute
wengjin456123
3 月 25 日
我基本全用 codex + copilot pro+的 claude 模型,kimi2.5 + GLM 用来打辅助任务,国产执行力 kimi 和 glm 好一点,minimax 模型太小
ktyang
3 月 25 日
vps 固定 ip 搭梯子么?还是什么其他的防风操作?
kanchi240
3 月 25 日
@mogutouer 卡在支付,请问 OP 是什么法子
KisekiRemi
3 月 25 日
确实如此,刚好你说的都用过,体感一致(笑)
Tzu
3 月 25 日
@wengjin456123 能细说下怎么个操作流程吗
cokey
3 月 25 日
MiniMax 2.5 就是蒸馏版 Claude 4.5 sonnet ,本来就更弱
MiniMax 2.7 就是 2.5 的基础上加了点 工具链 的训练数据搞出来的,智商没有提升
mogutouer
3 月 25 日
@kanchi240 #8 走 appstore 礼品卡
@ktyang #7 固定 ip ,设好规则,对 claude 所有服务都走这个 IP ,目前用了大概一周还没封
leegradyllljjjj
3 月 25 日
有没有便宜量大的
JoeDH
3 月 25 日
国产最强的就是 kimi k2.5 ,但是经过 cursor 用大量的用户数据 RL 训练出来的 composer 2 比 claude opus 4.6 还弱一点,国产模型提升空间还很大
ProphetN
3 月 25 日
230B 的总参数,10B 的激活参数。这模型有尝试的必要?
gosidealone
3 月 25 日
@JoeDH kimi2.5 比 glm5 强吗
yanguangs
3 月 25 日
用了 3 天, 实际效果明显不如 minimax m2.5

轴的厉害, 已经到我都知道原因, 只是懒得写代码,直接知道模型去写

笨到累心的程度.
Sezxy
3 月 25 日
你就说它快不快吧
qxmqh
3 月 25 日
请用真 AI 。 国内这帮没有一个能打的,kimi2.5 也是个半吊子。国内这帮 各种分数排名高高的,真实使用起来简直无语。全是假的。
maoqiucute
3 月 25 日
信国产模型的这辈子有了

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://v2ex.ih06.com/t/1200952

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX