Um monolito de 80 mil linhas em TypeScript. O dev precisava refatorar o módulo de autenticação, que tocava 47 arquivos diferentes. Carregou o contexto inteiro no Claude Sonnet 4.6, 1M de tokens. Fez três sessões de análise e duas de refator. Conta total: US$ 58 em tokens de entrada.
O mesmo trabalho com mimo-v2.5 no Verboo Code custaria R$ 0 extra. O modelo está incluso no plano fixo.
Mas antes de falar de custo, vamos falar de benchmark. Porque o preço só faz sentido se o modelo entregar.
Quanto separa mimo-v2.5 de Claude Sonnet 4.6 no SWE-bench?
O SWE-bench Verified é o benchmark padrão da indústria para agentes de programação. Mede a capacidade do modelo de resolver issues reais do GitHub de forma autônoma. Eis o comparativo dos modelos relevantes para coding:
| Modelo | SWE-bench Verified | SWE-bench Pro | Contexto máximo | Custo input (API) |
|---|---|---|---|---|
| Claude Opus 4.8 | 88,6% | 69,2% | 200K | $15/MTok |
| Claude Sonnet 4.6 | 79,6% | n/d | 1M | $3/MTok |
| mimo-v2.5 | 78,9% | 57,2% | 1M | $0,43/MTok |
| Claude Opus 4.6 | ~82% | 53,4% | 200K | $15/MTok |
| qwen3.6-27b | ~74% | n/d | 128K | $0,10/MTok |
O gap entre mimo-v2.5 e Claude Sonnet 4.6 no SWE-bench Verified é de 0,7 ponto percentual. Estatisticamente, isso está dentro da margem de variação entre execuções do mesmo benchmark.
No SWE-bench Pro, que usa issues mais complexos e ambíguos do que o Verified, mimo-v2.5 marcou 57,2% quando lançado em abril de 2026. Claude Opus 4.6 marcava 53,4% na mesma data. Um modelo open source de contexto longo superando o Opus no benchmark mais difícil. Fontes: MarkTechPost e OpenRouter benchmarks.
O Opus 4.8, lançado depois, subiu para 69,2% no SWE-bench Pro. O pódio mudou. Mas o contexto de comparação com o Sonnet 4.6, que é o modelo de custo intermediário, permanece relevante.
Por que 0,7% de gap importa menos do que parece?
O SWE-bench Verified mede tasks relativamente bem definidas, com poucos arquivos e contexto limitado. Para refatorações reais em codebases grandes, o benchmark que importa mais é o Pro, e nele mimo-v2.5 tem número sólido.
Além disso, há um dado de eficiência que costuma ficar fora da comparação de leaderboards: mimo-v2.5 usa 40 a 60% menos tokens por trajetória do que Claude Opus 4.6, Gemini 3.1 Pro e GPT-5.4 nas mesmas tasks. Isso vem do paper técnico da Xiaomi e reflete como o modelo gerencia tool calls e loops de raciocínio.
Menos tokens por trajetória tem dois efeitos práticos:
- Sessões mais rápidas quando o modelo resolve um problema longo de forma autônoma
- Menor custo por task na API pública, e menos desgaste de contexto em janelas longas
Quando usar 1M de contexto com mimo-v2.5 faz diferença real?
O contexto de 1M tokens no agente de programação não é apenas marketing. É um limite prático que muda o que você consegue fazer em uma sessão.
Estimativas de tamanho de contexto para projetos reais:
| Tipo de projeto | Estimativa de tokens | Cabe em 200K? | Cabe em 1M? |
|---|---|---|---|
| API REST simples (10k LOC) | ~60K tokens | Sim | Sim |
| SaaS médio (40k LOC) | ~250K tokens | Parcial | Sim |
| Monolito (80k LOC) | ~500K tokens | Não | Sim |
| Enterprise (150k+ LOC) | ~900K tokens | Não | Com seleção de arquivos |
Para os primeiros dois casos, qualquer modelo serve. Para o terceiro e quarto, você precisa de 1M de contexto ou de uma estratégia de chunking que aumenta a complexidade da sessão. O mimo-v2.5 e o Claude Sonnet 4.6 têm a mesma janela de 1M. A diferença está no que você paga por ela.
Se você quer entender a matemática completa do custo de modelos por token versus plano fixo, veja o comparativo completo de agentes de programação com tokens ilimitados.
Como usar mimo-v2.5 no Verboo Code
O Verboo Code inclui mimo-v2.5 como um dos 6 modelos open source disponíveis no plano. Para selecionar:
# Instalar o CLI
npm install -g @verboo/code
# Dentro de qualquer sessão, trocar de modelo
/model
O comando /model abre um seletor interativo. Selecione mimo-v2.5 e a janela de 1M tokens está ativa imediatamente. Sem configuração adicional, sem chave de API externa.
O padrão que os heavy users do Verboo Code usam para projetos grandes:
- Abre a sessão com
deepseek-v4-flashpara exploração rápida e mapeamento do codebase - Troca para
mimo-v2.5quando começa a refatoração que precisa de contexto completo - Mantém mimo durante iterações longas de debugging com muitos arquivos abertos
O switch entre modelos é instantâneo e não interrompe o contexto da sessão.
O que 102 devs perceberam sobre contexto longo
O Verboo Code tem hoje 102 assinantes ativos e MRR de R$ 14.575,90, com crescimento de +406% nos últimos 90 dias. Parte significativa desse crescimento veio depois que adicionamos suporte a modelos de 1M de contexto, incluindo mimo-v2.5.
O padrão de adoção mostra que devs que trabalham com codebases acima de 50k linhas migram mais rápido. Não porque mimo-v2.5 seja o número um em benchmark absoluto, mas porque o custo de tokens ilimitados com contexto real de monolito muda o cálculo do que é viável fazer em uma sessão.
mimo-v2.5: 78,9% SWE-bench Verified, 57,2% SWE-bench Pro, 1M de contexto, 40-60% menos tokens por trajetória que modelos frontier pagos. No Verboo Code: incluso no plano fixo.
Para comparar o Verboo Code com outros agentes de programação no mercado, incluindo Claude Code e Cursor, veja o comparativo completo com SWE-bench e preço.
Quer testar esses modelos sem pagar por token? Verboo Code roda os principais open source com tokens ilimitados.
