买，
即便没有监听声学环境，
一个近场监听音箱的直接音也能给你最基本的具有监听素质的正确频响比例。
它能让你知道原来过去做的东西比例多么不堪。
你会发现原来你那多媒体音箱浑厚的低频实际都是假的，那是追求听感的震撼与饱满逗你玩的。调音量比例做EQ的时候，让你不敢再加低频了，可实际你工程里真的没多少低频。
而且，由于娱乐多媒体音箱的高频单元解析力都不会太高
以至于编曲做比例时会主观的加高频进去，尤其是电吉他做音色，平日里用监听音箱或监听耳机做出的音色，通过多媒体音箱一试，暗如闷壶一般，很多用多媒体音箱做音色的朋友，都会加很多高频和临场度进去，窃以为平衡了，实际高频已经冒出太多。请停止用多媒体音箱做东西，否则错上加错。
不要说已经有了监听耳机，一只耳机的单一性不足以做频响层面的参考。
鉴于题主的工作环境，建议题主买一对小尺寸单元的监听。并且选倒向孔朝前的；或者朝下的效果会再好很多。
============更新补充
题主写的很明确“做简单的编曲，混音”小尺寸的近场监听，往桌面一放，对环境要求很低，直达声远远强过反射混响声。近场存在的意义本就是让声音直接到达监听者且大限度跳过驻波和反射的范围。简单粗暴，听的就是个直达声。
对类似下方的评论：
我想说这位老师，我真没感受过由环境导致耳朵边的直达声频响不正确的，而且是听着直达声还能被“驻波，共振”难受死的环境！
这该是怎样一个抽象的世界啊，能否让我们组团去感受一下？
未来可能在这里扯“驻波，共振，残响，低频反射，回声颤音，声聚集，声扩散，共鸣频率，频率分布等等”的大科学家们，先看题主诉求好吗，替题主谢你们。
愿题主能按我的建议配置好音箱尽快干活。