小米 MiMo Code 官宣 7 月 26 日結束免費使用階段
重點摘要
小米MiMo官方宣布，MiMo Code將於7月26日18:00結束免費使用階段，之後用戶需訂閱Token Plan才能繼續使用，首次訂閱可享88折優惠。MiMo Code是一款運行在終端裡的AI編程助手，內置多模態模型並支援接入DeepSeek、Kimi等主流模型。
小米 MiMo 官方於 7 月 23 日宣布，自 7 月 26 日 18:00 起，旗下 AI 編程助手 MiMo Code 將正式結束免費使用階段。這項限免政策結束後，開發者若想繼續使用 MiMo Code，需前往 Xiaomi MiMo API 開放平台訂閱 Token Plan，首次訂閱還可享有 88 折優惠。MiMo Code 是小米推出的探索性 AI 編程工具，設計上可直接在終端環境中運行，幫助開發者提升編碼效率。根據官方資訊，這款工具於今年 6 月 11 日正式發布，並同步以開源形式提供社群使用，版本號為 V0.1.0。當時即標榜內建限時免費的多模態模型 MiMo-V2.
5，讓開發者能在不額外付費的情況下體驗多模態 AI 輔助編程的能力。除了內建模型，MiMo Code 也支援接入其他主流 AI 模型，包括 DeepSeek、Kimi 與 GLM 等，並可搭配第三方 Token Plan 使用。這樣的設計讓開發者能夠根據自身需求，選擇最適合的模型後端，彈性較高。隨著限免終止，小米官方建議用戶盡快透過 API 平台完成 Token Plan 訂閱，以確保服務不中斷。值得注意的是，Token Plan 是小米 MiMo API 生態中的一環，開發者訂閱後可獲得對應的 API 調用額度，用於 MiMo Code 的運作。
小米並未在公告中詳細說明 Token Plan 的具體定價，但強調首次訂閱可享 88 折優惠，作為從免費轉向付費的過渡誘因。回顧 MiMo Code 的發展歷程，這款工具從開源到限免，再到現在開始收費，反映了小米在 AI 開發者工具領域的商業化探索。MiMo Code 定位為「終端裡的探索性 AI 編程助手」，強調輕量、可擴展，尤其適合需要在本地環境中快速整合 AI 能力的開發者。小米 MiMo 團隊過去一段時間持續更新模型產品線，例如 MiMo-V2.5 系列模型，以及後續的 MiMo-V2.5-Pro 等版本。MiMo Code 所內建的 MiMo-V2.
5 多模態模型，原為限免提供，如今限免期結束，意味著開發者若要繼續使用同一模型，必須透過 Token Plan 付費取得授權。此外，MiMo Code 也支援接入外部模型，包括 DeepSeek、Kimi 與 GLM，這些模型本身也有各自的收費機制。開發者可以根據成本與效能來選擇搭配，甚至使用第三方 Token Plan，進一步降低使用門檻。這種開放策略使 MiMo Code 不只是小米自家模型的入口，也成為一個可整合多種 AI 能力的平台工具。對於已經習慣使用 MiMo Code 的開發者而言，限免結束意味著需要重新評估使用成本。
首次訂閱 Token Plan 的 88 折優惠或可減輕短期負擔，但長期下來，開發者仍需將這筆費用納入專案預算。小米官方表示，後續將持續優化 MiMo Code 的體驗，並視社群反饋調整 Token Plan 的內容。從市場角度來看，AI 編程助手已成為各家科技大廠的兵家必爭之地。小米選擇在開源與限免之後，逐步導入收費機制，既能維持社群的成長動能，也能為後續的產品迭代提供穩定的資源。MiMo Code 的發展方向，將成為觀察小米在 AI 開發者生態布局的重要指標。整體而言，MiMo Code 從免費到付費的轉變，是小米在 AI 工具商業化道路上的關鍵一步。
開發者應把握最後的免費使用時間，並提前規劃訂閱方案，以免影響開發工作。小米 MiMo 官方也將持續透過 API 平台提供更多服務細節，協助用戶順利過渡。
Related
相關文章
曝字節訓10億參數大模型，或超Mythos 5，張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型，規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位，並反對模型蒸餾，認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入，同時在產品端與訓練端採取雙線進攻策略。
AI 需求擠爆雲計算，消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺，亞馬遜AWS要求工程師關閉閒置的EC2實例，以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%，AWS因此升級計算優化器自動標記低使用率虛擬機。此外，AWS過去一年新增3.8吉瓦電力容量，仍難以應對GPU雲端實例的龐大需求。
騰訊雲開源 TencentDB Agent Memory v2.0：專為 AI 編碼代理打造的團隊級記憶中樞
Tencent Cloud has open-sourced TencentDB Agent Memory v2.0, a team-level memory hub for AI agents. The idea is super simple: if project context was already explained once, a new session should not need it repeated.
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中，我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件，並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著，我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入，並將處理後的內容儲存至 LanceDB。最後，我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成，以及輕量級的 recall-at-k 評估，以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA：將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA（NVIDIA 物件導向代理），這是一個與模型無關的 Python 框架，用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中，而 NOOA 將所有這些整合到一個 Python 類別中：方法代表模型可採取的動作，欄位代表代理狀態，文件字串作為提示，型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成，而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面，使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%，在 CyberGym L1 上達到 86.8%，平均 RHAE 為 85.1%。
六巨頭定AI插件新標準，撞臉Claude，Anthropic沒上桌
六大科技巨頭（AWS、Anysphere、GitHub、微軟、OpenAI、Vercel）聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0，旨在統一插件打包格式，減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似，但Anthropic並未參與制定，而是繼續經營自己的封閉生態。