step-5-preview和 mimo-v2.6的效果咋样呢？相比于 4.1flash

Dang 2026-09-22 23:35 1

感觉这两个的性价比还挺高的？想给公司买点除ds外的用用，看站内stepfun的两级分化还挺严重的

最新回复 (8)

jcc 09-22 23:38

1楼

step-5 ＞ ds v4.1 ＞ mi-v2.6 pro
白学森 09-22 23:39

2楼

能力上个人觉得三个都差不多。mimo 2.6 flash差一点

step主要太慢了，前期有领step plan免费鸡蛋可以用用
衔烛〆 09-22 23:42

3楼

都不如ds，step超级慢根本不适合复杂和长任务，mimo的pro整体感觉比ds还快但是智商不太够
surf 09-22 23:47

4楼

step效果其实一般,但是胜在codin plan量大管饱,如果之后不改规则,那真的十分划算了
akk 09-22 23:57

5楼

看这个榜是和ds半斤八两，都BBC评分，没有上A
神影丹仪的老公 09-23 00:22

6楼

幽默榜单，猫榜只能说越来越路边了
jothreetwo 09-23 15:36

7楼

佬友，我最近在做 DeepDeck，刚好跑了 MiMo V2.6 Flash 和 DeepSeek V4.1 Flash 的浏览器任务，补一组数据。Step 5 这轮没测，MiMo Pro 也没测。

同一组 43 道可比题，开启 WebMCP，费用按实际 token 用量估算，算上缓存折扣，统一美元：

模型估算费用总耗时

MiMo V2.6 Flash $0.187 37 分钟

GPT-5.6 Luna $0.314 23 分钟

DeepSeek V4.1 Flash $0.249 20 分钟

关闭 WebMCP 后，三者分别用了 43、35、27 分钟。开启后，执行轮次分别少了 6%、22%、14%。MiMo 调 WebMCP 121 次，Luna 80 次，调用次数更多，但省下的步骤更少。

所以这轮我的感受是：MiMo Flash 确实省钱，速度慢一些，工具用得还不够高效。公司如果主要跑不着急的批量任务，费用值得关注；如果是人坐在前面等结果，耗时也得一起看。

这些是中低难度浏览器任务，用来观察体验，不能直接推到编程能力。完整测试有 49 题，这里取共同可比的 43 题；每题每个开关条件只跑一次，接口、运行版本也有差异。MiMo 用小米官方 API，DeepSeek 按当时的低谷价算，不是套餐额度对比。

逐题结果和计费口径：DeepDeck Bench — 模型 Computer Use 评测与 WebMCP 消融实验
huameng 10-05 13:45

8楼

step-5

step-5 性能可以，我觉得比4.1f好