Setelah coding MiMo vibe selama sebuah akhir pekan...

MiMo baru keluar, saya langsung mencoba menggunakan kuota gratis di OpenCode, dan membuat sebuah proyek kecil. Proyek ini sendiri tidak terlalu sulit, tetapi MiMo mengalami kendala yang cukup lama, dan tidak ada feedback error yang jelas. Saat itu, saya merasa kurang puas dengan MiMo.

Namun, pada Jumat malam, saya melihat ada yang mengatakan bahwa metode penagihan token di situs resmi MiMo akan jauh lebih efektif daripada kuota gratis di OpenCode, jadi saya mengisi ulang 200 yuan dan melanjutkan proyek saya sebelumnya, serta dua pekerjaan pembersihan data yang sedikit lebih kompleks.

Menurut saya, MiMo memang jauh lebih kuat dibandingkan semua model domestik yang menggunakan Coding Plan sebelumnya.

Ini tidak selalu terlihat dari tingkat keberhasilan eksekusi sekali jalan, tetapi lebih ke bahwa saat menggunakan Coding Plan, saya merasa ada pembatasan dari vendor model besar domestik terhadap panggilan Agent: mungkin membatasi panjang rantai pemikiran, atau membatasi jumlah putaran eksekusi Agent, sehingga Agent cenderung berhenti saat mencapai 50% hingga 60% dari tugas. Untuk kasus-kasus corner yang sangat sulit atau bug yang kompleks, mereka tampak tidak terlihat.
Di MiMo, saya merasa masalah ini jauh lebih baik. Ia benar-benar bisa menjalankan beberapa jam penuh untuk menyelesaikan bug yang sangat sulit. Secara logika, ini mudah dipahami: untuk Coding Plan, semakin banyak panggilan, semakin tinggi biaya; sedangkan untuk penagihan token, semakin banyak panggilan, semakin banyak pendapatan.
Dari pengalaman saya, meskipun menghabiskan 200 yuan, saya berhasil menyelesaikan tiga tugas yang cukup mengganggu selama ini. Saya pribadi merasa ini sangat worth it. Bahkan jika saya membeli data jadi secara online, pasti biayanya tidak akan kurang dari 200 yuan.

Namun, pengalaman ini membuat saya memikirkan satu titik kontradiksi dari model domestik:
Seperti Claude, model teratas saat ini sudah bisa menggantikan banyak pekerjaan, dan kemampuan model domestik sebenarnya juga bisa mencapai 80% hingga 90% dari Claude; tetapi jika terus dipromosikan dengan metode Coding Plan, pengalaman pengguna tetap akan jauh berbeda. Tugas yang sedikit lebih kompleks atau rumit pun tidak bisa ditangani, bukan karena kemampuan modelnya kurang, tetapi karena pembatasan panggilan dari vendor model. Pembatasan biaya ini justru akan mempengaruhi adopsi dan promosi Agent dalam pekerjaan.

Saya rasa masalah utama ini terkait dengan batasan daya komputasi dan kebiasaan penetapan harga layanan domestik. Bagaimana menurut kalian?
Pendapat saya sendiri, dalam 3 sampai 5 tahun ke depan, kebutuhan akan daya komputasi pasti akan sangat tinggi, tetapi masalahnya adalah apakah ini akan menguntungkan perusahaan seperti Nvidia, atau justru benar-benar bisa mendorong peningkatan chip domestik.

(Baru-baru ini juga ada yang bilang bahwa DeepSeek V4 sulit dikembangkan karena harus menyesuaikan dengan chip domestik, sehingga pelatihan tidak bisa konvergen dengan baik…)