SuperCLUE公布了智能体终端编程中文测评榜单，小米MiMo V2.6 Pro拿到综合总分第一。
这份测评重点考察大模型在驱动智能体框架时对中文需求的理解、任务规划、工具调用、文件修改、错误排查与最终交付能力。测评固定使用 Claude Code 作为智能体框架，以此为标准平台，横向对比各模型的核心能力。
从本次完整任务流程看，DeepSeek-V4.1-Flash 的时间效率更突出，MiMo-V2.6-Pro 则在较高得分与任务耗时之间展现出较好的综合表现。
很多开发者已经开始把智能体当成写代码的辅助工具，不用从零敲完整程序，主要用来生成脚本、排查报错、改 bug。中文场景下，不少海外大模型对中文指令理解偏弱，国产模型的适配优势就体现出来。
智能体终端编程还处在发展pg电子阶段，没有哪个模型可以完全替代程序员。这次榜单也能看出国产大模型的进步，在硬核工程任务上面，已经可以和海外主流产品掰手腕。