Original en inglés: https://argusic.com/subject/mirothinker
MiroThinker
MiroThinker es un agent de investigación profunda optimizado para tareas complejas de investigación y predicción. Nuestros modelos más recientes, MiroThinker-1.7, consiguen 74.0 y 75.3 en BrowseComp y BrowseComp Zh, respectivamente.
Funciona con mocksfuente: GitHubsitio webPythonApache-2.0commit 1c4253f6774b
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent, agent framework, browsecomp, deep research, futurex, gaia, hle y research agent.
MiroThinker funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 12 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
All 5 packages install and all source modules import correctly. The agent pipeline executes end-to-end with a mock LLM server: connects to MCP tool servers, calls LLM, processes response, writes task log with status=success. Flask trace visualizer answers HTTP 200.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- miroflow-tools resolved mcp>=2 / fastmcp>=4 (v2 API), but code uses FastMCP from v14 minutos
- Tiempo de instalación
- 12 minutos
- De máquina en frío a terminar
- 12 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- uv run python main.py agent=demo llm=gpt-5 llm.base_url=http://localhost:19999/v1 connected to mock OpenAI server, completed pipeline in 1 turn with output 'Attention Is All You Need (mock)', logged status=success
- Tokens de modelo usados
- 95.524
- Commit exacto probado
- 1c4253f6774b
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
2026-09-28T01:54:46.813289Z ERROR codex_core::session: failed to record rollout items: thread 01a0e… 2026-09-28T01:54:46.813482Z ERROR codex_core::session: failed to record rollout items: thread 01a0e… tokens used 95,524 Now I have all the information. Let me compute the overall results. The install took place across multiple `uv sync` operations. Let me calculate total time: - `miroflow-agent` first sync: ~6.6s - `miroflow-tools` initial sync: ~3s, then re-sync after fix: ~1s - `gradio-demo` sync: ~6.9s - `visualize-trace` sync: ~1.3s - `collect-trace` sync: ~1.8s Total install time roughly 6-8 minutes (including exploration, learning, and fixing the mcp version…
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- Licencia Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 12 minutos en instalarse, más lento que la mediana de los 134 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 135 proyectos de agent que Argusic ha instalado y cronometrado, MiroThinker fue el 83.º más rápido en llegar a funcionar, y 87 de 135 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,10 |
Temas (de GitHub)
agentagent-frameworkbrowsecompdeep-researchfuturexgaiahleresearch-agentsearch-agentxbench
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/mirothinker)Preguntas
- ¿Funciona MiroThinker?
- MiroThinker funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 12 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic MiroThinker?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 1c4253f6774b. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar MiroThinker?
- La ejecución que produjo este veredicto costó 0,10 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda MiroThinker en instalarse?
- 12 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita MiroThinker una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar MiroThinker?
- En la ejecución registrada falló 1 cosa, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara MiroThinker con las alternativas?
- De los 135 proyectos de agent que Argusic ha instalado y cronometrado, MiroThinker fue el 83.º más rápido en llegar a funcionar, y 87 de 135 llegaron a funcionar.
- ¿Dónde está la evidencia de MiroThinker?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.